当前位置：首页 > 产品中心

免疫进化规划

免疫进化规划

免疫优化计算、学习与识别

2015年1月26日全书共分13 章, 主要内容包括: 进化论与计算智能、生物免疫系统、从生物免疫到人工免疫系统、免疫进化算法、7 种基本免疫克隆选择计算、7种高级免疫克隆选择计算、 2023年4月8日免疫算法（Immune Algorithm，IA）是基于免疫学理论和生物免疫系统机制而提出的计算智能算法，是对生物免疫机理的一种模拟。免疫机理种类繁多，利用生物免疫系统的【智能优化算法】人工免疫算法 (Immune Algorithm, IA 2024年12月23日免疫算法（Immune Algorithm, IA）是基于生物免疫系统原理的优化算法，其核心概念包括克隆选择理论、抗体多样性维持、负选择和免疫记忆等。在最短路径规划问题路径规划之启发式算法之二十三：免疫算法（Immune 本文在分析已有的标准进化算法的优点与不足的基础上,借鉴生命科学中的免疫概念,提出了一组新的进化理论——免疫进化理论它包括三个方面:免疫算法,免疫规划和免疫策略,其核心在于免疫免疫进化算法百度学术

一种免疫进化规划算法CCF数字图书馆

作为进化算法中一种典型的方法,进化规划是一种性能优良的全局优化算法考虑到传统进化规划计算效率低的缺点,并结合进化规划的计算流程,通过结合改进的自适应变异操作及基于免疫调节本文主要研究了三种改进的免疫多目标进化算法，并将其应用于实际问题。具体内容如下: 1针对免疫多目标进化算法分布性欠佳的缺陷，提出一种基于自适应网格方法的免疫多目标进化算法。免疫多目标进化算法的研究与应用学位万方数据知识服务平台2012年11月2日统进化规划（EP）和基于混沌变异的进化算法（EACM）相比较，并行免疫进化规划效率高，能有效抑制早熟收敛现象，可用于解决复杂的机器学习问题。自适应并行混沌免疫进化规划豆丁网1998年7月21日文章用一种免疫进化规划来设计多层前馈神经网络该免疫进化规划在保留传统进化规划的随机全局能力的基础上,引进生物免疫中抗体通过浓度相互作用的机制和多样性基于免疫进化规划的多层前馈网络设计软件学报

基于混沌免疫进化网络的电池荷电状态预测 Details 西安

在电动汽车运行过程中,常规方法难以准确预测电池的荷电状态,提出利用偏最小二乘回归分析影响电池荷电状态的诸多因素,选择端电压、电压一阶导数、电压二阶导数、放电电流以及电池温度作为神经网络的输入,以荷电状态作为输出,然后采用混沌免疫进化规划算法训练前馈神经网络预测电池 2014年9月1日根据进化规划和人工免疫系统的原理，将待求问题对应为抗原，而问题的解对应为抗体，在进化规划的流程中加入免疫浓度调节机制，提出了免疫进化规划算法，其算法如图1所示。该方法首先针对一个特定问题（抗原），随机产基于参数反演的边坡地下水渗流数值模拟22 免疫进化规划由于进化规划中存在无法很好保持个体的多样性以及个体的进化不能很好适应环境的缺点，为了进一步提高其计算效率，满足工程需要，作者从人工免疫系统[12]的研究中得到启发，提出了免疫进化规划算法。一种新的岩土工程进化反分析算法百度文库2015年8月7日陕西西安，摘要：基于克隆选择原理，提出一种新的并行混沌免疫进化规划算法．在算法中，根据抗体抗原亲和度将抗体种群分为两个子群，相应的提出混沌克隆算子和超变异算子，混沌克隆算子在局部空间具有较强能力自适应并行混沌免疫进化规划道客巴巴

自适应并行混沌免疫进化规划毕业论文道客巴巴

2014年7月10日陕西西安，）摘要：基于克隆选择原理，提出一种新的并行混沌免疫进化规划算法．在算法中，根据抗体抗原亲和度将抗体种群分为两个子群，相应的提出混沌克隆算子和超变异算子，混沌克隆算子在局部空间具有较强能力，超变异算子 2013年5月28日第27卷增刊2006年7月哈尔滨工程大学学报JoumalofH抽inEngineeringUniversity、，01．27Suppl．JuL2006自适应并行混沌免疫进化规划程博，王峰，曹秉刚，王军平（西安交通大学电动汽车研发中心，陕西西安，）摘要：基于克隆选择原理，提出一种新的并行混沌免疫进化规划算法．在算法中，根据抗体抗原自适应并行混沌免疫进化规划道客巴巴作为进化算法中一种典型的方法,进化规划是一种性能优良的全局优化算法考虑到传统进化规划计算效率低的缺点,并结合进化规划的计算流程,通过结合改进的自适应变异操作及基于免疫调节的改进选择算子,提出了一种改进的免疫进化规划新算法通过典型函数优化的仿真实验证明,改进的免疫一种免疫进化规划算法CCF数字图书馆2008年1月28日基于免疫进化非选择机制的移动机器人路径规划算法研究张泽明罗文坚王煦法 (中国科学技术大学计算机科学技术系合肥 ) 摘要：该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPAIENS)。该算法通过非选基于免疫进化非选择机制的移动机器人路径规划算法研究

动态规划算法3动态规划法(遗传算法、进化规划算法、免疫

2024年12月11日动态规划(dynamic programming)是运筹学的一个分支，是求解决策过程(decision process)最优化的数学方法。在面试笔试中动态规划也是经常作为考题出现，其中较为简单的DP题目我们应该有百分之百的把握顺利解决才可以。动态规划定义动态规划实际上是一类题目的总称，并不是指某个固定的算法。在进化计算框架下,融合全局并行的克隆选择和启发式局部的免疫疫苗接种,设计了一类免疫克隆进化算法,并证明了该算法的全局收敛性以该算法为核心,针对大范围环境和变化环境下的路径规划及未知环境下并发定位与建图等任务,分别提出了四种嵌入了基于免疫机制和多示例学习的移动机器人进化导航研究 2025年2月22日病原生物与免疫学（第4版）（全国高等学历继续教育“十三五”（临床专科）规划教材）第二节固有免疫应答第二节固有免疫应答固有免疫应答是指生物体在种系长期进化和个体发育过程中逐渐形成的一种非抗原特异性的天然防御功能。机体参与固有免疫应答功能的组分包括屏障结构、固有免疫第二节固有免疫应答病原生物与免疫学（第4版）（全国高等多目标的免疫进化算法多目标的免疫进化算法免疫进化算法（Immune Evolutionary Algorithm，IEA MOIEA算法已被应用于多个领域，包括电力网络规划、城市交通规划、纺织工艺优化、信号处理等，取得了不错的效果。多目标的免疫进化算法百度文库

基于免疫进化与混沌变异的移动机器人路径规划百度学术

本文针对路径规划的特点,对算法的各个环节进行了细致的分析,包括染色体的表示和编码,适应度函数的设计,遗传操作算子的设计,算法参数的分析和选取提出了将免疫进化算法应用与移动机器人路径规划的综合解决方法应用免疫进化算法实现了移动机器人静态环境丛编：普通高等教育农业部“十二五”规划教材全国高等农林院校“十二五”规划教材简介：全书共分13章,涉及免疫进化、免疫系统、抗原、抗体及免疫球蛋白、补体系统、主要组织相容性抗原、固有免疫、特异性免疫应答与调节、超敏反应与自身免疫学2020年5月29日免疫系统如何更好地拮抗病毒？病毒和免疫系统既然是矛和盾之间的关系，那免疫系统在演化的过程当中有什么样的机制能够拮抗病毒的特性呢？这就涉及到MHC的同种异体多样性。并不是每个人都只有一个MHC，不同人群当中可以看到各种不同的MHC分子。《科学大家》专栏为了对抗病毒，人类免疫系统进化出了 2021年12月21日文章浏览阅读33k次，点赞3次，收藏18次。进化规划（Evolutionary programming，EP）EP同GA的不同之处在于，EP的种群进化集中于自上而下的适应性行为，它的重点是开发行为模型，即可观测系统与环境交互的模型。自然进化理论对EP的原理和进化计算——进化规划（EP） CSDN博客

基于双变异算子的免疫规划

2007年12月19日摘要: 针对进化规划的早熟收敛问题,借鉴免疫系统的应答机制,并结合进化规划与免疫机理, 提出一种基于双变异算子的免疫规划算法(DMIP) 该算法的核心在于采用全局柯西变异算子和局部高斯变异算子,通过保持种群的多样性和执行记忆保护以及 2007年12月19日摘要: 针对进化规划的早熟收敛问题,借鉴免疫系统的应答机制,并结合进化规划与免疫机理, 提出一种基于双变异算子的免疫规划算法(DMIP) 该算法的核心在于采用全局柯西变异算子和局部高斯变异算子,通过保持种群的多样性和执行记忆保护以及基于双变异算子的免疫规划2023年6月5日故对，两个参数也采用进化方法进行确定。从而，这里的进化神经网络算法中有4个量（输入节点数、隐层节点数、迭代步长及惯量参数）需要由进化确定。为了达到尽可能好的进化效果，本算法采用文献[8]提出的免疫进化规划进行网络进化研究。基于灰色—进化神经网络的滑坡变形预测研究2024年3月31日文章浏览阅读779次，点赞20次，收藏13次。本文介绍了一种使用免疫算法解决电动汽车配送最小成本路径规划（EVRP）的方法，通过将问题编码为抗原并进行进化计算，实验证明了其有效性和解的质量。该方法可用于优化配送路径，降低成本。【VRP问题】基于免疫优化遗传算法求解考虑续驶里程

【智能优化算法】人工免疫算法 (Immune Algorithm, IA

2023年4月8日然后，通过迭代优化过程中的选择和免疫进化操作，算法逐渐寻找与原始信号相似度最高的抗体，从而实现信号的重建。同时，人工免疫系统算法还可以应用于其他信号处理问题，如信号滤波、信号识别和信号分析等领域，需要根据具体应用场景进行适当的修改和扩展。从岩土材料弹塑性本构模型的通式出发,把本构模型类内识别问题转化成一个典型的参数辨识问题,并采用新近提出的对参数辨识具有良好性能的新型仿生算法免疫进化规划进行了弹塑性模型类内识别研究,提出了个新的模型识别进化方法一个标准算例证明,所提方法具有良好的模型识别效果,能岩土本构模型识别的仿生算法研究期刊万方数据知识服务平台其中，免疫进化算法主要包括三个方面：免疫遗传算法、免疫进化规划和免疫进化策略。通过我们的仿真实验和广大同仁的相关研究表明，免疫理论和方法不仅在学术研究方面是可行的，而且在工程实践领域也是有效的。王磊西安理工大学计算机科学与工程学院2013年8月20日第O卷第11期008年6月系JournalofSystemSimulation统仿真学报 VblONo．11Jun．。008基于混沌免疫进化网络的电池荷电状态预测程博，韩琳，郭振宇，王军平，曹秉刚1．长安大学工程机械学院，西安；．西安交通大学机械学院机电系，西安；3．西安工程大学，西安摘归分析影响电池荷电状态的诸多基于混沌免疫进化网络的电池荷电状态预测道客巴巴

人工免疫算法优化方法研究与应用百度学术

摘要：随着生命科学的快速发展,吸引了各邻域的研究者越来越多的关注于是,各种仿生计算随之出现传统的仿生计算方法,如遗传算法,进化规划等逐渐暴露出诸如易早熟,收敛慢等本质缺陷近年来,生物免疫学的研究发现免疫系统具有强大的能力基于相关原理的免疫算法则具有能力强, 2015年4月5日分析边坡稳定性的关键任务是确定其临界滑移面。为了解决这个问题，提出了一种基于免疫进化规划的临界滑动面新方法。将改进的自适应变异操作和基于人工免疫系统厚度调整的改进选择操作应用于进化规划中，提出了一种用于连续优化的新型免疫进化规划。基于免疫进化规划的边坡稳定性分析,Environmental Earth 2024年8月15日在国家自然科学基金重点项目、国家“863”计划等资助下，我们在国内较早提出了多子波网络、复多子波网络和泛函网络、量子进化算法、量子进化规划、量子进化策略、免疫遗传算法、免疫进化规划、免疫进化策略等理论方法。研究成果西安电子科技大学智能感知与图像理解教育部重点 2023年7月21日免疫算法中的进化操作是采用了基于免疫原理的进化算子实现的，如免疫选择、克隆、变异等。而且算法中增加了抗体浓度和激励度的计算，并将抗体浓度作为评价个体质量的一个标准，有利于保持个体多样性，实现全局寻优。下面介绍一下免疫算法的主要参数，它在程序设计与调试中起着至关重要的作用。免疫算法主要包括以下关键参数：抗体种群保留了免疫细免疫算法小结及算法实例（附Matlab代码）免疫算法求函数

一文搞懂什么是免疫算法Immune Algorithm【详细介绍】知乎

2021年8月27日免疫算法（Immune Algorithm，IA）：是指以在人工免疫系统的理论为基础，实现了类似于生物免疫系统的抗原识别、细胞分化、记忆和自我调节的功能的一类算法。引用目前百度对其的定义：有没有看到这里好奇了的小伙伴？为啥遗传算法和免疫算法扯上了关系？但其实学完免疫算法你会发现，两者其实非常的相似。遗传算法的思想简单讲就是父代之间通过交 2015年1月26日全书共分13 章, 主要内容包括: 进化论与计算智能、生物免疫系统、从生物免疫到人工免疫系统、免疫进化算法、7 种基本免疫克隆选择计算、7种高级免疫克隆选择计算、量子进化计算与量子克隆选择算法、人工免疫网络、基于免疫进化计算的数据聚类、移动通信中的免疫自适应多用户检测、网络组播路由免疫优化、基于免疫机理的网络安全与入侵检测及有待免疫优化计算、学习与识别2023年4月8日免疫算法（Immune Algorithm，IA）是基于免疫学理论和生物免疫系统机制而提出的计算智能算法，是对生物免疫机理的一种模拟。免疫机理种类繁多，利用生物免疫系统的某一方面机制或原理就可以设计新算法。【智能优化算法】人工免疫算法 (Immune Algorithm, IA 2024年12月23日免疫算法（Immune Algorithm, IA）是基于生物免疫系统原理的优化算法，其核心概念包括克隆选择理论、抗体多样性维持、负选择和免疫记忆等。在最短路径规划问题中，可以将每个节点视为一个抗原，每条路径看作是特定路径规划之启发式算法之二十三：免疫算法（Immune

免疫进化算法百度学术

本文在分析已有的标准进化算法的优点与不足的基础上,借鉴生命科学中的免疫概念,提出了一组新的进化理论——免疫进化理论它包括三个方面:免疫算法,免疫规划和免疫策略,其核心在于免疫算子的构造。作为进化算法中一种典型的方法,进化规划是一种性能优良的全局优化算法考虑到传统进化规划计算效率低的缺点,并结合进化规划的计算流程,通过结合改进的自适应变异操作及基于免疫调节的改进选择算子,提出了一种改进的免疫进化规划新算法通过典型函数优化一种免疫进化规划算法CCF数字图书馆本文主要研究了三种改进的免疫多目标进化算法，并将其应用于实际问题。具体内容如下: 1针对免疫多目标进化算法分布性欠佳的缺陷，提出一种基于自适应网格方法的免疫多目标进化算法。免疫多目标进化算法的研究与应用学位万方数据知识服务平台2012年11月2日统进化规划（EP）和基于混沌变异的进化算法（EACM）相比较，并行免疫进化规划效率高，能有效抑制早熟收敛现象，可用于解决复杂的机器学习问题。自适应并行混沌免疫进化规划豆丁网