论文部分内容阅读
本文在人工免疫系统的基础上,针对免疫克隆选择算法进行了理论研究和应用研究,并将提出和改进的免疫克隆选择算法应用到大气质量评价和大气质量预测两个领域,取得了令人满意的结果。主要研究内容和方法如下:1.提出引入疫苗接种策略的免疫克隆选择算法,即ICSA-VS(Immune Clonal Selection Algorithm Introduced into Vaccination Strategy)算法。在疫苗提取,疫苗选取,疫苗接种过程中引入轮盘赌选择算法,并构造了二进制位基因位选取和接种策略等方法。算法采用实数制编码;根据解决问题的复杂程度和实际需要确定抗体的克隆规模;疫苗提取是将优良抗体集中的全部抗体作为候选疫苗种群;根据候选疫苗个体亲和度占候选疫苗种群所有个体亲和度之和的比率,计算候选疫苗个体被选取的概率,通过轮盘赌方法在候选疫苗种群中选取候选接种疫苗;将候选接种疫苗与克隆后的抗体按照二进制位基因位选取得到的基因位进行疫苗接种,形成新抗体。本文提出的ICSA-VS算法在疫苗接种过程中具有随机性、自适应性和多样性等特点,提高了优良抗体和疫苗的接种概率,确保优良抗体和基因能够在子代抗体中得以继承和延续,实现了免疫的自我调节功能。2.提出引入局部高斯变异算子的免疫克隆选择算法,即ICSA-LGMO(Immune Clonal Selection Algorithm Introduced into Local Gaussian Mutation Operator)算法。高斯变异继承了高斯分布具有的集中性、对称性和均匀变动性等优良特征,具有较好的局部搜索能力。主要改进方法是通过构造并引入局部高斯变异算子指导抗体基因变异,利用局部高斯变异的小步长不断地自适应调整与变换,实现抗体基因在局部区域上的扰动,搜索原抗体附近比原抗体更好满足问题的新抗体和基因,从而形成新的抗体。本文提出的ICSA-LGMO算法有效地提高了局部求解的精度,克服了传统免疫克隆选择算法局部搜索能力不佳的问题。3.鉴于ICSA-VS算法和ICSA-LGMO算法具有的优点,将两种算法相结合,提出了引入疫苗接种策略和高斯变异算子的免疫克隆选择算法,即ICSA-VSLGMO(Immune Clonal Selection Algorithm Introduced into Vaccination Strategy and Local Gaussian Mutation Operator)算法。另外,对两种算法相结合,互相促进,相互提高的过程进行分析。本文提出的ICSA-VSLGMO算法局部搜索更为细腻,求解的精度也明显提高。这种求解精度的提高不是上述两种算法通过增加运行时间,提高迭代次数所能达到的,是两种算法优势上的相互补充,互相促进与提高。此外,在几种改进的免疫克隆选择算法中,本文还采用了扩大搜索空间策略,确保在全局范围内搜索到较好的新抗体和基因,避免陷入局部峰值。同时,还采用禁忌算法和插入排序等方法提高算法效率。4.在ICSA-VSLGMO算法的基础上,根据评价大气质量的目标函数,采用ICSA-VSLGMO算法对大气污染损害率公式进行参数优化,进而提出一种基于免疫克隆选择算法的大气质量评价模型和评价方法。通过模拟实验结果的比较和分析得出:与传统免疫克隆选择算法相比,本文提出的ICSA-VS,ICSA-LGMO和ICSA-VSLGMO算法的全局和局部搜索能力明显提高,提高了求解精度。ICSA-VSLGMO算法能够在保持种群多样性的同时提高算法收敛速度;本文提出的大气质量评价方法具有原理直观,物理意义明确,评价结果准确等优点。它是人工免疫理论和技术应用于大气环境领域的一种新的有效方法,具有较好的实用性和应用前景。5.提出一种适合于优化多参问题的动态阈值方法。该方法结合抗体间的相似度确定初始阈值,通过构造阈值递减函数约束动态阈值的衰减幅度,避免产生相似的抗体,有效克服免疫克隆选择算法优化多参问题时产生的近亲繁殖和早熟收敛问题。6.鉴于引入动态阈值策略的ICSA-VSLGMO算法在多参优化方面具有较好的优势,提出了一种基于改进免疫克隆选择算法(引入动态阈值策略的ICSA-VSLGMO算法)优化动态递归神经网络的新方法。对递归神经网络的具体结构(隐层节点数目),连接权值,联系单元的初始值等实现自动进化训练学习,实现了动态递归神经网络的自动构造与设计,并以动态递归Elman神经网络为例进行分析。该方法为免疫克隆选择算法优化动态递归神经网络提供一种新的有效解决方案。7.将本文提出的改进的免疫克隆选择算法优化Elman神经网络,引入趋势信息双反馈Elman神经网络和基本Elman神经网络三种网络应用于大气质量预测领域。通过对三种主要污染物SO2,NO2,PM10拟合和预测的实验结果进行比较和对比分析,验证了本文提出的改进的免疫克隆选择算法(引入动态阈值策略的ICSA-VSLGMO算法)优化Elman神经网络具有较好的拟合与预测能力,利用该方法对吉林省某城市的大气质量进行预测,得到了令人满意的结果,具有较好的实用价值和应用前景。