AIS在入侵检测中的应用

AIS（artificial immune system）即人工免疫系统,是生物计算的一个新领域。本文对免疫算法与模型,如骨髓模型、负选择模型、克隆选择算法、亲和力成熟和免疫网络模型与应用领域进行了深入地研究。     

采用免疫搜索的电网电压非线性模型预测控制

对使用非线性微分-代数不等式方程的电力系统模型,采用免疫搜索算法非线性模型滚动预测控制.通过分级目标分解方法,根据每个预测时段上的控制性能要求,将全局多个控制目标分解为预测时段内的优化子目标,运用Pareto意义的子目标加权,集成为一个总目标函数.在搜索最优解中运用免疫算法,将具有多基因链结构的抗体来表达复杂优化问题的候选解,利用免疫算法的学习和记忆能力识别各预测时段内已求解的优化问题类型,用模式识别技术提取优良抗体的基因,预测未来时段内的最优解搜索过程估计出较好的初始解,以加快最优解搜索速度.将此方法和基于树搜索算法的非线性预测控制方法比较,通过一个6母线电力系统实例进行了仿真研究,结果表明:文中提出的算法改进具有更强的优化搜索能力和更好的实时性.     

基于人工免疫算法的旅游突发事件预警研究

对旅游突发事件预警进行了分析,给出了旅游突发事件的人工免疫模型,建立了基于人工免疫模型的旅游突发事件预警系统.应用预警系统对旅游突发事件进行了分类,得出了一种新的旅游突发事件分类方式,可以有效地对旅游突发事件进行预警.     

阴性选择算法检测器生成的优化及仿真

针对现有常规阴性选择算法在非我空间覆盖设计上未考虑自身免疫性检测器发生的问题,提出一种能检测和剔除自身免疫性检测器的方法,并以MATLAB软件为仿真实验平台,分别对不规则分布数据、环形分布数据和近圆形分布数据3种空间数据分布进行仿真研究.仿真结果表明,该方法能有效剔除90%的自身免疫性检测器,提升了免疫阴性选择算法的鲁棒性和自适应能力.     

复杂地质地貌区地球化学异常识别非线性研究

应用现代数学非线性理论与方法对西南地区三江北段恒星错测区1︰50 000水系沉积物测量数据进行了异常识别的非线性研究.率先尝试用人工免疫算法对地球化学数据降噪,并采用分形含量面积法对降噪数据寻求异常下限,从而弥补传统方法确定异常下限出现的缺陷.在此基础上构造了测区地球化学元素分布的分形插值曲面,做出异常等值线图和异常分形插值图.处理结果令人满意.     

基于人工免疫算法的转子系统扭矩扰动识别方法

提出了一种对多支承转子系统在运转过程中所受的扭矩扰动进行识别的方法. 该方法基于人工免疫系统的阴性选择算法,提取转子转速和轴承载荷作为特征参量,首先获得转子系统正常工作状态下的自己模式串,并随机产生初始检测器;进而利用人工免疫系统的进化学习机制,对转子扭矩受扰后获得的异常工况下的非己模式串进行学习和记忆;进化学习后生成典型扭矩扰动下的成熟检测器,能够区分和标记不同类型的扭矩在状态空间上所对应的区域. 实验结果表明:该方法能有效地检测出转子系统异常扭矩扰动,并能对扭矩类型做出很好的识别.      

自适应的免疫粒子滤波车辆跟踪算法

针对真实场景中的车辆跟踪问题, 提出一种改进的粒子滤波车辆跟踪算法. 通过免疫重采样框架减少粒子退化, 保证粒子滤波的有效性, 并参照人工免疫算法的思想建立记忆库, 使算法可较长时间地跟踪目标; 利用背景权重直方图和分块判别机制减少因遮挡导致的跟踪偏离, 同时在运动模型和抗体变异过程中加入自适应学习参数, 提高算法的鲁棒性. 实验结果表明, 在光照变化、 运动突变、 目标遮挡等不同条件下, 该算法具有稳定跟踪的能力, 验证了算法的有效性.     

面向双馈风机的分层型免疫协同进化粒子群算法多参数辨识

双馈异步电机在实际工程运行情况下是一种高度非线性动态系统,并且由于其参数随环境的强变化性,常规方法难以实时得到其高精度参数。结合粒子群算法的高效多模态收敛性能以及免疫机理全局优化能力强等特点,研究了分层型免疫协同进化粒子群算法(co-evolutionary particle swarm optimization algorithm based on hierarchical-particle immune, HICPSO)智能计算模型参数。将该方法应用于双馈电机参数辨识与建模,提出了分层型免疫协同进化粒子群算法的双馈电机在线参数辨识。仿真结果表明该算法只需要采集控制过程中的数据,不需要数据手册的电机设计值等其他参数,且能在双馈电机运行实时跟随电机参数变化。     

一种新的免疫克隆算法在CVRP问题中的应用

基于克隆选择学说,通过引入克隆算子提出一种新的免疫克隆算法,并将其用于求解CVRP问题.该算法采用了克隆增殖、高频变异和克隆选择算子的操作,增加了种群中优秀个体获得克隆增殖实现亲和度成熟的机会,提高抗体群分布的多样性,在深度搜索和广度寻优之间取得了平衡.仿真结果表明,该算法具有良好的全局收敛性和较快的收敛速度,能有效解决CVRP问题.     

复杂网络上的一种综合型SIRS模型

提出一个综合考虑人工免疫、反馈机制、群体密度和群体游动等多种因素的SIRS疾病传播模型,通过理论分析和计算机模拟对该模型的动力学行为进行详细研究.结果表明:人工免疫对系统的稳态感染比例和传播阈值都有影响;反馈机制仅对系统的稳态感染比例有影响,但对传播阈值没有影响;群体密度越大,系统的稳态感染比例也越大,但传播阈值反而越小.另外,在群体密度不太大时,群体游动时的稳态感染比例要高于群体静止时的稳态感染比例,这说明群体游动更有利于疾病的传播.