论文部分内容阅读
近年来，具有生物智能行为的人工免疫系统(AIS)受到科学工作者的广泛关注，关于免疫算法的理论及应用研究成果也不断出现，但它在软测量方面的应用研究还处于起步阶段。本文在对基本免疫算法(BIA)进行系统分析研究的基础上，提出了模糊自适应免疫算法(FIA)，并应用于工业生产过程软测量模型。
首先，本文针对基本二进制编码免疫算法收敛速度慢和计算精度低等缺点，提出了模糊自适应免疫算法。该算法重新定义了选择、交叉和变异等关键操作，并添加局部爬山搜索算子提高了算法的计算精度；同时引入模糊技术，对关键参数(交叉概率和变异概率)实现了模糊自适应调整。通过标准测试函数以及反应动力学方程参数估计实验结果的对比，模糊自适应免疫算法的可行性和有效性得到很好证明，其不仅减轻了原始算法中参数确定困难的问题，而且提高了计算的速度和精度。其次，本文将模糊自适应免疫算法用于RBF神经网络的训练，把该算法优化的网络用于混沌时间序列多步预测实验，并在此基础上加入随机噪声以测试算法的鲁棒性，实验结果表明该网络具有很好的逼近和泛化能力。最后，本文将神经网络应用于精对苯二甲酸(PTA)装置溶剂脱水塔醋酸浓度软测量模型，仿真实验证明模糊自适应免疫算法优化的径向基函数神经网络(RBFNN)具有良好的性能。