人工免疫遺傳學(xué)習(xí)算法及其工程應(yīng)用研究.pdf

1、該文在分析了傳統(tǒng)遺傳算法的缺陷機(jī)理和揚(yáng)棄了已有免疫理論的基礎(chǔ)上,提出了一種新型有效的優(yōu)化算法——免疫遺傳算法(Immune Genetic Algorithm,IGA),旨在通過對(duì)生物體實(shí)際免疫行為的模擬,使設(shè)計(jì)的優(yōu)化算法能夠有效解決全局搜索能力和局部搜索能力的矛盾、維持演化過程中種群的多樣性,從而彌補(bǔ)傳統(tǒng)遺傳算法的缺陷.為了從數(shù)學(xué)角度更加深入地分析IGA的優(yōu)化能力及相關(guān)性能,利用隨機(jī)過程理論對(duì)IGA進(jìn)行分析,并證明了IGA的全局收斂性

2、及其他相關(guān)性質(zhì),還對(duì)IGA的收斂效果以及對(duì)早熟的防治機(jī)理進(jìn)行了研究,從而在理論上證明了該文算法的有效性和優(yōu)越性.文中又通過對(duì)幾類標(biāo)準(zhǔn)測(cè)試函數(shù)的優(yōu)化實(shí)驗(yàn)和同其他優(yōu)化方法的尋優(yōu)效果對(duì)比,從另一方面證明了該文IGA的有效性和優(yōu)越性.在實(shí)際工程應(yīng)用中,針對(duì)冗余機(jī)械手軌跡規(guī)劃,主要研究如何唯一確定運(yùn)動(dòng)學(xué)逆解以及如何建立和簡(jiǎn)化IGA的優(yōu)化模型;針對(duì)CSTR系統(tǒng),主要研究跟蹤控制中利用IGA實(shí)時(shí)優(yōu)化控制參量的問題.兩個(gè)工程實(shí)例的仿真實(shí)驗(yàn)表明了IGA的