导读:本文包含了免疫遗传算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,免疫,纱线,神经网络,鲍鱼,水箱,整数。
免疫遗传算法论文文献综述
王天恒,郭兴众[1]（2019）在《基于免疫遗传算法的电力弹簧稳压控制策略》一文中研究指出随着风能和太阳能等间歇性和分布式可再生能源的普及,人们越来越关注电力系统的稳定性.作为一种新型的电压控制装置,电力弹簧可以有效地抑制分布式发电功率变化引起的电压波动.在分析电力弹簧电压稳定控制原理的基础上,考虑了非关键负载变化的优化问题和控制效果.结合免疫遗传算法,提出了一种基于免疫遗传PI控制的电力弹簧电压控制方法,并用Matlab/Simulink进行仿真.仿真结果表明,该算法具有良好的电压调节效果.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年05期）
杨彦[2]（2019）在《基于免疫遗传算法的排课系统的设计与实现》一文中研究指出当今信息技术和互联网技术盛行的时代下,如何能对信息进行更加系统便捷的管理,成为各大高校面临严峻的问题。随着近年来经济的迅速发展,教育事业的改革也越来越深化,各大高校的生源量也只增不减,学校的教学设施的规模也越来越满足不了日渐增多的生源数量。其中,学校的日常教学排课就是一个很复杂的问题,要全方面的考虑包含具体的教室地址、学生、课程和任课教师,还要详细的包括所授的课程类型及需要上课的时间等。人工排课工作量大、效率低,高校急需采用自动化的排课系统来提高效率,降低人力资源成本,减轻教务人员的工作量。在论文中,首先研究了传统的遗传算法以及免疫遗传算法,分析了它们用于排课的局限性。针对传统的免疫遗传算法的局限性,提出了一种新的动态疫苗提取及注射的方案,我们在群体进化中,找出每一代的精英基因,将其制作为疫苗存入精英库。并用这种方法对免疫遗传算法进行改进,得到了一种动态自适应免疫遗传算法。随后将上述改进的免疫遗传算法用于排课系统,在基于B/S模式的叁层体系结构下设计并实现了校级排课系统。此系统的主要功能主要有:基本管理、培养方案的信息管理、排课管理、打印课表和系统管理等。在对排课系统进行详细操作时,排课系统主要借助手动排课和自动排课两种方式来完成,在此基础上,也可实现随时调课。(本文来源于《郑州大学》期刊2019-05-01）
陆周祺[3]（2019）在《基于免疫遗传算法的堆石坝流变反演分析》一文中研究指出过大的堆石坝流变变形有可能会引起坝体结构破坏,影响坝体的正常运行。为保障大坝安全运行,需要控制大坝坝体变形,而合理的坝体土料参数选择是计算模拟大坝变形的先决条件。结合瀑布沟水电站心墙堆石坝的施工、运行监测资料以及室内叁轴试验成果,采用基于免疫遗传算法(IGA)的参数反演方法,反演分析堆石坝材料流变参数。根据反演分析结果进行堆石坝有限元分析,计算结果与实际监测值较为吻合,表明该算法具有较高的可靠性,对大坝变形的预测与控制有重要意义。(本文来源于《人民长江》期刊2019年04期）
赵斌,王和旭,谢飞,郭新明[4]（2019）在《基于免疫遗传算法的医疗器械物流园区选址研究》一文中研究指出在新医改的大背景下,中国已经超过日本,成为世界第二大医疗器械市场。物流园区作为医疗供应链中重要的一环,其建设过程及选址规划的合理性都会对整个医疗器械市场起到举足轻重的影响。基于此,该文探讨了医疗器械物流园区选址的理论框架,分析了对园区选址的影响因素,建立医疗器械物流园区选址模型,并应用免疫遗传算法得出最优选址方案。(本文来源于《西北大学学报(自然科学版)》期刊2019年02期）
高梅,叶丹[5]（2019）在《基于免疫遗传算法优化的锅炉恒温水箱控制研究》一文中研究指出为了维持锅炉恒温水箱的温度,采用改进PID控制方法,并对控制方法进行仿真。给出锅炉恒温水箱的工作原理,建立锅炉温度传递函数。引用PID控制方程式,采用免疫遗传算法优化PID控制参数,实现PID控制器参数实时优化,通过仿真验证优化后锅炉恒温水箱温度输出误差。结果表明:采用传统PID控制方法,恒温水箱温度输出误差最大值为5℃,误差波动幅度较大;采用神经网络PID控制方法,恒温水箱温度输出误差最大值为3℃,误差波动幅度幅度较小;而采用改进PID控制方法,恒温水箱温度输出误差最大值为1℃,误差波动幅度最小。采用免疫遗传算法优化PID控制参数,能够提高锅炉恒温水箱温度控制精度。(本文来源于《井冈山大学学报(自然科学版)》期刊2019年01期）
查刘根,谢春萍[6]（2019）在《基于免疫遗传算法的BP神经网络在纱线条干预测上的应用》一文中研究指出为了避免因随机生成BP神经网络初始权值和阈值而带来的不确定性,以及得到更好的预测纱线条干CV值的精度和速度,借助免疫遗传算法对传统单一的BP神经网络进行权值和阈值的优化。免疫算法中特有的浓度调节机制有效地解决了遗传算法后期未成熟收敛的问题。利用Matlab构建单一的BP神经网络模型、遗传BP神经网络模型和免疫遗传BP神经网络模型进行纱线条干CV值的预测实验,通过仿真训练结果的对比分析可得出,免疫遗传算法优化的BP神经网络能够更准确、更快速、更稳定地完成纱线条干CV值的预测。(本文来源于《丝绸》期刊2019年02期）
杨云龙,徐自强,吴孟强,张大庆[7]（2018）在《基于免疫遗传算法的动力电池SOC估计研究》一文中研究指出锂离子动力电池SOC (电池荷电状态)难以直接测量且由于高度非线性所导致估计误差较大;为了减少动力电池SOC估计误差,提高估算精度;在分析了锂离子动力电池电压、温度、电流和放电电量对电池SOC影响后,提出一种新颖的免疫遗传算法(Immune Genetic Algorithm,IGA)和BP神经网络相结合的锂离子动力电池SOC值联合估计方法,该方法首次使用在锂离子动力电池SOC值估计中,采用新颖的免疫遗传算法通过对BP神经网络进行参数寻优,优化网络结构模型,增强神经网络自适应学习效率;通过仿真和动力电池实际工况下实验,结果表明使用新颖的联合估计算法提高了网络的运行效率和电池SOC值估计精度,估计均方根误差控制在2%以内,验证了这一联合估计算法的可行性和有效性,解决了动力电池SOC值估计误差较大的问题。(本文来源于《计算机测量与控制》期刊2018年12期）
李鹏松,刘欣,李俊达[8]（2018）在《基于免疫遗传算法的自组织映射网络应用研究》一文中研究指出研究了自组织映射网络的初始权值选取问题,提出了基于免疫遗传算法的自组织映射网络.利用免疫遗传算法选取网络的初始权值,优化网络模型的输入参数.应用该方法对员工缺席情况和鲍鱼年龄进行分类.实验结果表明,免疫遗传算法自组织映射网络的分类准确度及训练效率都高于遗传算法自组织映射网络.(本文来源于《东北电力大学学报》期刊2018年06期）
李六柯,张则强,邹宾森,蔡宁[9]（2018）在《免疫机制协作遗传算法的多目标拆卸线平衡优化》一文中研究指出为解决拆卸线上工作站负荷不均衡问题,针对拆卸线平衡模型的多目标、多约束属性,提出了一种基于Pareto解集的多目标免疫机制协作遗传算法.该算法在遗传操作中融入免疫机制,将带问题特征信息的加权值作为疫苗库的构造规则,通过接种疫苗、免疫检测、免疫平衡和免疫选择等操作,引导个体向最优解靠拢,并维持种群的多样性.采用Pareto解集的多目标处理方法实现了对多个目标的协同优化,在决策者偏好未知情况下提供侧重点不同的多种方案.通过种群初始化规则对比实验,验证了节拍时间约束下的启发式规则能生成高质量的初始解.通过求解不同规模的拆卸实例,并与多种已有算法进行对比,结果表明了所提算法的有效性和优越性.(本文来源于《信息与控制》期刊2018年06期）
陈波[10]（2018）在《基于免疫遗传算法的炼钢最优炉次计划研究》一文中研究指出针对炼钢最优炉次计划问题难以准确求解的实际情况,建立了一种含有0-1变量的整数规划模型,为了求解该优化模型,提出了一种新的免疫遗传算法.该算法通过将免疫算法和遗传算法相结合,在传统遗传算法中加入免疫算子,并且引入了新的个体选择概率模型,有效防止了算法过早收敛的现象.针对该类优化问题的特性,设计了自适应的交叉率和变异率准则,动态调整交叉率和变异率,提高了该算法的精度.基于工厂的实际数据,进行了仿真实验,实验结果表明该免疫遗传算法比普通遗传算法有着更高的搜索精度,证明了该算法在实际炼钢最优炉次计划问题中的有效性和准确性.(本文来源于《西南师范大学学报(自然科学版)》期刊2018年09期）
免疫遗传算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当今信息技术和互联网技术盛行的时代下,如何能对信息进行更加系统便捷的管理,成为各大高校面临严峻的问题。随着近年来经济的迅速发展,教育事业的改革也越来越深化,各大高校的生源量也只增不减,学校的教学设施的规模也越来越满足不了日渐增多的生源数量。其中,学校的日常教学排课就是一个很复杂的问题,要全方面的考虑包含具体的教室地址、学生、课程和任课教师,还要详细的包括所授的课程类型及需要上课的时间等。人工排课工作量大、效率低,高校急需采用自动化的排课系统来提高效率,降低人力资源成本,减轻教务人员的工作量。在论文中,首先研究了传统的遗传算法以及免疫遗传算法,分析了它们用于排课的局限性。针对传统的免疫遗传算法的局限性,提出了一种新的动态疫苗提取及注射的方案,我们在群体进化中,找出每一代的精英基因,将其制作为疫苗存入精英库。并用这种方法对免疫遗传算法进行改进,得到了一种动态自适应免疫遗传算法。随后将上述改进的免疫遗传算法用于排课系统,在基于B/S模式的叁层体系结构下设计并实现了校级排课系统。此系统的主要功能主要有:基本管理、培养方案的信息管理、排课管理、打印课表和系统管理等。在对排课系统进行详细操作时,排课系统主要借助手动排课和自动排课两种方式来完成,在此基础上,也可实现随时调课。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
免疫遗传算法论文参考文献
[1].王天恒,郭兴众.基于免疫遗传算法的电力弹簧稳压控制策略[J].赤峰学院学报(自然科学版).2019
[2].杨彦.基于免疫遗传算法的排课系统的设计与实现[D].郑州大学.2019
[3].陆周祺.基于免疫遗传算法的堆石坝流变反演分析[J].人民长江.2019
[4].赵斌,王和旭,谢飞,郭新明.基于免疫遗传算法的医疗器械物流园区选址研究[J].西北大学学报(自然科学版).2019
[5].高梅,叶丹.基于免疫遗传算法优化的锅炉恒温水箱控制研究[J].井冈山大学学报(自然科学版).2019
[6].查刘根,谢春萍.基于免疫遗传算法的BP神经网络在纱线条干预测上的应用[J].丝绸.2019
[7].杨云龙,徐自强,吴孟强,张大庆.基于免疫遗传算法的动力电池SOC估计研究[J].计算机测量与控制.2018
[8].李鹏松,刘欣,李俊达.基于免疫遗传算法的自组织映射网络应用研究[J].东北电力大学学报.2018
[9].李六柯,张则强,邹宾森,蔡宁.免疫机制协作遗传算法的多目标拆卸线平衡优化[J].信息与控制.2018
[10].陈波.基于免疫遗传算法的炼钢最优炉次计划研究[J].西南师范大学学报(自然科学版).2018
论文知识图
