基于克隆选择的免疫预测控制方法

将克隆免疫算法与预测控制结合,提出了一种免疫预测控制方法.该算法利用克隆选择算法实现预测控制的滚动优化,避免了求Diophantine方程及逆矩阵的复杂推导.仿真结果表明,该方法对时滞系统、非最小相位系统、不稳定对象、非线性系统、MIMO系统都能达到理想的控制效果,对外部干扰及建模误差具有很好的适应性.     

改进的克隆选择算法求解0——1背包问题

提出了一种改进的克隆选择算法(Improved CSA),该算法采用贪婪策略与宽限边界值相结合的方法,利用未成熟优良子群体提供的信息修改个体基因位来改善种群质量;同时增加一个历史至当前代最佳个体记忆单元防止种群退化.通过对2个0-1背包问题的仿真实验表明:该算法比一般CSA算法和遗传算法能更快的找到最优解;其搜索效率更高,性能更加稳定.     

混合编码免疫算法在非线性系统辨识中的应用

基于免疫算法优越的全局搜索性能与GP算法简洁的结构树编码方法,提出了一种混合编码免疫辨识算法,通过对模型结构与参数分别编码及免疫操作,同时实现了非线性模型的结构与参数辨识,实现了全局寻优,辨识的模型结构简单、易于理解.仿真验证了本算法的有效性及较强的非线性逼近能力.     

电力系统频率实时测量新算法

提出了一种利用电网电压的交流采样值测量电力系统频率的新算法。算法响应时间短,测量精度高,适合于电网频率的实时跟踪测量,数字仿真和工程实践均证实了本文算法的可行性和有效性。