论文部分内容阅读
人工免疫网络是人工免疫系统中的一个重要分支,主要基于克隆选择、免疫网络等免疫学原理。本文主要研究人工免疫网络优化方法并设计用于药代动力学模型参数优化的求解方法,此外针对人工免疫网络与单纯形的混合模式展开讨论以提高算法的优化性能。本文的工作主要集中在以下几个方面:1.首先研究用于药代动力学参数优化的人工免疫网络PKAIN,将PKAIN人工免疫网络用于药代动力学房室模型参数优化问题,并与遗传算法(GA)、单纯形法及高斯牛顿非线性最小二乘法进行比较。然后引入迭代拉普拉斯逆变换方法,对非线性微分方程进行数值求解,扩展PKAIN算法以解决非线性药代动力学参数优化问题。由于应用迭代拉普拉斯逆变换方法可以对给定时间段内的非线性微分方程进行分布式数值求解,因此扩展后的PKAIN算法也可以设计基于分布式网络的非线性药代动力学参数优化方法,提高算法的执行速度。此外,提出了规格化网络细胞抑制函数,并与现有的人工免疫网络细胞抑制函数方法进行对比。实验表明,新的网络细胞抑制函数可以简化人工免疫网络的压缩阈值参数设置。2.讨论了人工免疫网络与单纯形法的多种结合方式,提出了基于迭代分组并发单纯形算子由此形成PKAIN2人工免疫网络,其中迭代分组并发单纯形对克隆变异后生成的网络细胞进行分组,然后执行单纯形操作以提高算法的局部搜索能力。这种人工免疫网络虽提高了寻优能力,但同时增加了执行时间。3.随后,本文提出了新型的人工免疫网络与单纯形混合模式PKAIN-spx人工免疫网络单纯形算法,该算法顺序执行人工免疫网络和单纯形,由人工免疫网络实现全局寻优,然后将搜索到的多组可行解提交单纯形执行快速的局部搜索,算法中设计人工免疫网络的寻优收敛的评价指标,当达到收敛评价指标后,算法自动启动单纯形算法对搜索到的多组可行解执行局部搜索。对函数优化问题的仿真实验表明,PKAIN-spx算法比PKAIN,PKAIN2算法具有更快的执行速度;当保证一定数量的多组可行解提交给单纯形算法时,PKAIN-spx算法表现出良好的全局搜索能力。