收藏本站
《南京航空航天大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于生物免疫系统的约束多目标优化算法及其应用

钱淑渠  
【摘要】:约束多目标优化问题(CMOPs)在控制科学与工程中有着广泛的应用,传统的数学优化方法对优化问题的特征很敏感,对复杂的(非凸的、离散的、动态的等)Pareto最优前沿(PFs)类CMOPs的处理具有极大的挑战。然而,基于生物免疫系统的免疫算法具有高度并行性、自适应性和抗体多样性等特征,其更适合求解CMOPs。本论文充分挖掘生物免疫系统的内部运行机理,开发智能技术设计高级的约束多目标优化算法(CMOAs)解决复杂的静态CMOPs(SCMOPs)和动态CMOPs(DCMOPs),并探索其在控制科学与工程中的应用。具体工作如下:1)针对多模态的、高维的、复杂的PFs类SCMOPs,基于生物免疫系统的多层响应模型,提出一种多层响应免疫算法(CMIGA)求解SCMOPs。算法设计中,采用可行群和非可行群独立进化的策略,通过子群间的通信和交流探索全局最优解;以记忆细胞中优秀基因为转移基因,对劣势个体进行转移操作,加强算法对非可行域边界Pareto最优解的开采。通过18个复杂的SCMOPs作为基准测试函数,验证CMIGA求解SCMOPs的能力,并与6种著名的CMOAs展开比较。根据多个性能评价准则,统计分析CMIGA求解这些测试问题的优势与不足。比较结果充分表明了CMIGA在处理这些SCMOPs时呈现较强的约束处理能力,对多数SCMOPs均能收敛于真实的PFs,总体排行优于其他被比较的算法。2)为了克服已有约束处理技术对非可行解直接淘汰而仅保留可行解,致使算法易于陷入局部搜索或早熟的现象,基于生物免疫系统的固有免疫和自适应免疫交互运行模式,提出目标约束融合的并行约束多目标免疫算法(PCMIOA)。该目标约束融合的评价方法允许一定数量的非可行解参与进化,增强了算法对约束边界的搜索与开采。借助基因重组中DNA片段的转移机制,提高进化群的抗体多样性。针对已有的性能评价准则存在的不足,给出一种改进的支配范围评价方法。数值仿真实验选用12个约束双目标和4个非约束三目标基准函数测试PCMIOA的优化能力,并将其与3种著名的CMOAs和5种非约束多目标算法进行比较。结果表明:与其他同类算法相比,PCMIOA所获的PFs能较好的逼近真实的PFs,且Pareto最优解的分布较均匀。3)针对DCMOPs的测试函数目前研究很不成熟,基于SCMOPs的基准测试函数探索性提出一系列DCMOPs。结合CMIGA的设计框架提出了一种邻域搜索的免疫算法(DCMOIA)。该邻域搜索策略提高了DCMOIA的局部探索能力。设计高斯迁移的环境响应方法,加速算法跟踪动态的PFs的速度。数值仿真实验将DCMOIA求解提出的DCMOPs,并与两类DCMOAs进行了比较。结果表明:所提出的DCMOPs对这些算法具有一定的挑战,算法DCMOIA虽不能获得期望的跟踪效果,但相对于其他算法具有一定的优越性。4)针对CSA求解高维背包问题(KPs)时可行抗体比率低且易于陷入局部搜索的缺点,提出受体编辑机制,并设计二次修补策略增强约束处理能力,获得提高的克隆选择算法(CSA-ER)。数值仿真实验将CSA-ER与CSA的一系列变体(CSA-M,CSA-E,CSA-MR)及其他2种算法应用于高维KPs的求解。结果表明CSA-ER具有较强的处理高维KPs的能力。最后通过参数敏感性分析对CSA-ER的克隆选择率α、编辑率Tr及基因段基准长度σ给出合适的选择方式。5)提出一种不重复的精英提高记忆和自适应环境响应的免疫算法(MERIA)解决动态优化问题(DOPs)。为了保持记忆集中记忆个体的多样性,记忆池的更新方式采用不重复的精英提高记忆策略。即,若记忆集中被记忆的个体未达到最大控制数,则不同于记忆集中任何记忆的精英才被保存;否则,不同于任何记忆且适应度高于最差记忆的精英才替换记忆集中最差的记忆。针对记忆的提取和利用,提出自适应环境响应策略。即,若环境变化较小,采用精英随机迁移;若环境变化较大,采用突变记忆迁移,该策略克服了已有算法的性能受环境变化幅率大小影响的不足。上述策略极大的提高了MERIA跟踪不同类型动态环境最优解的能力。数值仿真实验选取DUFs和DKPs系列DOPs作为测试例子,仿真结果表明了MERIA能快速响应不同变化幅率的环境,获得较好的环境跟踪效果并取得良好的优化性能。6)提出简化的克隆选择算法(SCSA)应用于逆变器PWM开关序列优化。克服了已有的群智能算法所获的最优PWM开关序列产生的电流谐波失真大、计算复杂度高、不适合实时控制等缺点。数值仿真实验将SCSA优化单相全桥逆变器的PWM开关序列,并与GA、提高的免疫算法(IIA)及基本克隆选择算法(CSA)比较,结果表明:相对于其他算法,SCSA获得的最优PWM开关序列所产生的电能质量有较明显的提高,总谐波失真(THD)下降到2.19%,且多数奇阶次谐波被消除。
【学位授予单位】:南京航空航天大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:TP18

【参考文献】
中国期刊全文数据库 前10条
1 吴聪聪;贺毅朝;陈嶷瑛;刘雪静;才秀凤;;求解0-1背包问题的二进制蝙蝠算法[J];计算机工程与应用;2015年19期
2 袁佳歆;赵震;费雯丽;陈耀军;陈柏超;潘建斌;饶斌斌;;基于免疫算法的逆变器多目标Pareto最优控制策略[J];电工技术学报;2014年12期
3 常新功;刘文娟;;结合远离最差策略的自适应量子进化算法[J];计算机科学与探索;2014年11期
4 孔祥勇;高立群;欧阳海滨;葛延峰;;无参数变异的二进制差分进化算法[J];东北大学学报(自然科学版);2014年04期
5 袁佳歆;费雯丽;魏亮亮;潘建兵;陈柏超;田翠华;;基于免疫算法的逆变器无死区控制优化[J];电工技术学报;2013年09期
6 叶洪涛;罗飞;许玉格;;解决多目标优化问题的差分进化算法研究进展(英文)[J];控制理论与应用;2013年07期
7 毕晓君;王艳娇;;约束多目标人工蜂群算法[J];吉林大学学报(工学版);2013年02期
8 武慧虹;钱淑渠;徐志丹;;克隆选择免疫遗传算法对高维0/1背包问题应用[J];计算机应用;2013年03期
9 毕晓君;刘国安;;基于云差分进化算法的约束多目标优化实现[J];哈尔滨工程大学学报;2012年08期
10 杨亚强;刘淳安;;一类带约束动态多目标优化问题的进化算法[J];计算机工程与应用;2012年21期
【共引文献】
中国期刊全文数据库 前10条
1 冯兴田;孙添添;马文忠;;配电网电能质量调节装置集散配置策略[J];电力系统保护与控制;2015年24期
2 季洪霄;许峰;;一种改进的动态无约束多目标进化算法[J];软件导刊;2015年10期
3 许峰;季洪霄;;基于种群分类的动态约束多目标进化算法[J];皖西学院学报;2015年05期
4 董琪;徐廷学;赵建忠;丛林虎;;舰船特装器材多目标优化配置方法[J];科技导报;2015年19期
5 宋潇潇;王军;;改进膜蜂群算法求解0-1背包问题[J];计算机应用;2015年07期
6 王勇臻;陈燕;李桃迎;张金松;;元胞分布估计算法求解高维0/1背包问题[J];小型微型计算机系统;2015年06期
7 毕晓君;张磊;;基于混合策略的双种群约束优化算法[J];控制与决策;2015年04期
8 周晓根;张贵军;梅珊;明洁;;基于抽象凸估计选择策略的差分进化算法[J];控制理论与应用;2015年03期
9 杨舒晴;邱晓红;李渤;;双进化策略轮流切换差分进化算法[J];南昌大学学报(理科版);2015年01期
10 邱晓红;江阳;李渤;;分形变异因子修正的差分进化算法[J];模式识别与人工智能;2015年02期
【二级参考文献】
中国期刊全文数据库 前10条
1 沙林秀;贺昱曜;;一种新的自适应量子遗传算法[J];计算机工程;2013年09期
2 谢健;周永权;陈欢;;一种基于Lévy飞行轨迹的蝙蝠算法[J];模式识别与人工智能;2013年09期
3 贺兴时;丁文静;杨新社;;基于模拟退火高斯扰动的蝙蝠优化算法[J];计算机应用研究;2014年02期
4 刘长平;叶春明;;具有混沌搜索策略的蝙蝠优化算法及性能仿真[J];系统仿真学报;2013年06期
5 李枝勇;马良;张惠珍;;遗传变异蝙蝠算法在0-1背包问题上的应用[J];计算机工程与应用;2014年11期
6 宋通;庄毅;;基于多种群差分进化的多目标优化算法[J];计算机科学;2012年08期
7 王则林;吴志健;;格雷码混合遗传算法求解0-1背包问题[J];计算机应用研究;2012年08期
8 盛晓华;叶春明;;基于蝙蝠算法的PFSP调度干扰管理研究[J];计算机工程与应用;2014年08期
9 郑建国;钱洁;;采用灰色码观测的量子进化算法[J];信息与控制;2012年03期
10 王娜;向凤红;毛剑琳;;改进的自适应遗传算法求解0/1背包问题[J];计算机应用;2012年06期
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026