论文部分内容阅读
生物免疫系统是一个具有高度智能的复杂系统，其蕴含的多种免疫机理可以用于计算智能方法的开发，而基于生物免疫智能的免疫算法近几年已经成为计算智能领域的研究热点。本文首先针对目前免疫算法缺乏统一设计框架等缺点，提出了免疫算法通用的设计框架和设计原则，并由此开发了一类新颖的以网络调节机理为基础的免疫算法，对其进行了收敛性证明和算法搜索性能分析比较。在此基础上，从模糊逻辑、进化计算、神经网络三方面探讨了免疫算法与它们的融合模式，分别提出了模糊自适应免疫算法、自适应免疫进化算法、免疫RBF神经网络三类计算智能算法，并将这些融合智能算法成功应用于函数优化、化工过程模型参数估计、控制器参数整定、软测量以及化工过程最佳工况的选择的建模和优化问题中，取得了令人满意的效果。本文主要研究成果如下：
(1)免疫优化算法的设计方法研究。根据人工免疫系统基本层次结构，通过对抗体和抗原表示方法、亲和度测量方法和算法操作设计三方面的分析，建立了免疫优化算法的通用设计框架，并提出了保证免疫算法具有全局收敛性能的双轨式设计原则，即保证算法鲁棒性原则和保证算法多样性原则。
(2)基于网络调节机理的免疫算法研究。根据免疫算法的通用设计框架和设计原则，基于免疫网络调节机理，采用不同的编码方法，分别提出了二进制编码动态超变异免疫算法(DHIA)和实数编码混沌超变异免疫算法(CHIA)。进而，运用随机过程中的Markov链从理论上证明了DHIA算法是以概率1收敛于最优解，将DHIA和CHIA算法分别应用于多个函数优化问题的求解，仿真结果表明这类算法的收敛性能优于标准遗传算法和克隆算法(CLONALG)。最后，从算法操作参数的设置上，分析了不同参数对CHIA的性能的影响。从算法编码实现上，验证了超变异操作的设计是实数编码免疫算法设计的关键，运用混沌理论设计超变异操作能够提高CHIA的搜索性能，而DHIA算法采用格雷编码时的性能优于用二进制编码实现的算法。
(3)模糊自适应免疫算法的研究。借鉴遗传算法和模糊逻辑的融合方法，指出了模糊逻辑与免疫算法的整体嵌入融合模式，并基于这一模式，提出了一种新的模糊自适应免疫算法(FAIA)。该算法依据CHIA算法参数选择分析的数据和结果，运用模糊逻辑调节超变异因子和抗体群死亡比率，增强了CHIA算法在解域搜索的全局搜索能力和自适应能力。函数优化仿真实验验证了FAIA的搜索速度和搜索效率都明显比CHIA好。最后将FAIA算法成功应用于化学工业中催化裂化过程的重油热解模型参数估计。
(4)自适应免疫进化算法的研究。首先提出了免疫算法与进化计算的部分嵌入融合模式，并在此基础上，针对标准遗传算法易发生早熟现象的问题，开发了一种新的自适应免疫进化算法(NAIEA)，该算法以抗体激励水平作为选择压，保证了抗体群的多样性。同时建立优秀抗体记忆库改进遗传算法中的精英保留方法，并采用基于抗体多样性的种群自适应调节策略，函数优化仿真实验结果表明NAIEA的搜索性能好于标准遗传算法，能够有效避免算法过早收敛于局部最优解，克服遗传算法的不足。将NAIEA应用于燃油蒸汽锅炉燃烧过程控制系统控制器的PID参数整定，实现了控制器参数的最佳整定，并获得了满意的控制效果。 (5)免疫神经网络的研究。根据免疫算法和神经网络的相似之处，提出了免疫算法和神经网络的整体嵌入和部分嵌入两种融合模式。以整体嵌入融合模式为基础，将基于免疫调节机理的动态超变异算法DHIA用于RBF神经网络的隐层中心位置和扩展宽度的调整，提出一种免疫RBF神经网络，并将该神经网络应用于乙烯精馏系统生产中，分别建立了塔釜乙烯浓度和塔顶乙烷浓度建立软测量模型，实现了对塔釜乙烯浓度和塔顶乙烷浓度的软测量。
(6)对二甲苯氧化反应过程基于模糊自适应免疫算法的优化操作研究。通过对大型精对苯二甲酸(简称：PTA)生产中对二甲苯(简称：PX)高温液相氧化反应机理的分析，以PX氧化反应过程广义动力学模型和反应器中醋酸燃烧损失和PX燃烧损失模型为基础，实现了PX氧化反应过程的流程模拟，通过接口程序完成了ASPEN PLUS软件和MATLAB的软连接。并根据各反应操作条件因素对PX氧化反应的影响，建立了与PTA生产效益相关的优化目标函数，采用FAIA算法实现了PX氧化反应过程操作条件的最优化，获得了氧化反应过程的最佳操作条件，为PTA生产的工艺改进和经济效益提高提供了参考依据。