-计算智能-人工智能研究生课程.ppt

第6章 计算智能 6.1 神经网络 神经网络例子 识别四个动物的神经网络例子 模式识别 结果 B-P神经网络 神经网络特点 6.2 遗传算法 ● 1．参数编码 ● 3．适应度函数的设计 ● 4．杂交算子 ???? Schaffer涟漪函数 遗传算法例子　　MAX: f(x1,x2)=x12+x22 遗传算法的特点 6.3 模糊计算 6.3 模糊信息处理 6.3.2 隶属函数的确定方法 6.3.3 常用的隶属函数类型 6.3.4. 基本运算 6.3.5 模糊推理 --最大隶属判别原则 6.4 群优化算法 2．粒群优化概念 3．粒群优化算法 3．蚁群算法基本原理 实例---蚁群TSP系统模型1 应用---蚁群TSP系统模型2 应用 6.5 人工免疫。 定义 实例--最优潮流的数学模型。。 最优潮流的人工免疫算法实现。 算法的主要步骤 算法的主要步骤2 IEEE30人工免疫算法和精英遗传算法收敛曲线 人工免疫应用 ------------------------- 版式版式 生物系统中的信息处理系统四种类型(人是最完美的系统) 脑神经系统(神经网络)、遗传系统(进化计算)、 免疫系统(人工免疫系统)和内分泌系统。 自然免疫系统是复杂自适应系统，免疫系统的主要作用是识别所有身体内的细胞，并将分类为自体（我要）和非自体（我不要）。免疫系统在外部病原体和身体自己的细胞之间进行辨别，产生抗体消除病原体，通过进化学习、记忆和模式识别能力，有效地使用多种机制防御外部病原体。免疫系统对外来抗原的识别过程是一个寻找能够和抗原结合力最大的抗体的过程。 免疫系统不依靠任何中心控制，具有分布式任务处理能力，具有在局部采取行动的智能，也通过起交流作用的化学信息构成网络，形成全局观念。 * 抗原(antigen)是指所有可能错误的基因，即非最佳个体的基因； 疫苗(vaccine)是根据进化环境或待解问题的先验知识得到的对最佳个体基因的估计； 抗体(antibody)是指根据疫苗修正某个个体的基因所得到的新个体。 亲和力 抗原与抗体之间的结合力v反应了候选解的优劣程度，可以由目标函数的变换得到。 * 。 功能机理和简化模型 最忧潮流计算为一个带约束的非线性规划问题， 最优潮流计算的三个基本要素:变量集合、目标函数和约束条件 目标函数——最小发电成本作为优化 发电机组燃料费用函数用其有功出力P 的多项式表示： （1） 节点功率约束： （2） 发电机有功和无功功率上下限： PGImin≤PGi≤Pgimax QGImin≤QGi≤QGimax （3） 节点电压上下限： Uimin≤Ui≤Uimax （4） 各支路传输功率限制： （5） * 。 * * 1 载入抗原、随机产生初始抗体 2 计算结合力 其他变量的不等式约束对目标函数的惩罚： 3 计算抗体浓度 PG1 PG2 … PG(N-1) QG1 (U1) QG2 (U2) … QG(N-1) (UN-1) UN * 记忆细胞和抑制细胞分化 5 抗体生存率计算和生存选择 Lv,s= Bv,s Bv,s ≥Tac2 （14） Bv,s ＜Tac2 6 交叉和变异 * * 优化求解、匹配、分类与决策 故障诊断 鲁棒控制、容错、反馈控制器设计 智能网眉络、 计算机安全杀毒、、防止黑客入侵、等方面， 模式识别、噪声处理、。 * 免疫系统具有强大的信息处理能力，根据通过对高等动物免疫系统的仿生，示例人工免疫优化算法应用于电力系统最优潮流问题，结合电力系统最优潮流的数学模型，提出可以运用于工程上的模型和算法，以及求解的实现过程，该算法模拟了免疫系统中抗体亲和力成熟的过程，增加了免疫记忆与抑制、免疫补充等算子，与遗传算法相比，该算法具有较快的收敛速度和良好的全局搜索能力，能够有效地搜索到全局最优点。 * 本 37 37 37 信息科学与生命科学的相互交叉、相互渗透和相互促进是现代科学技术发展的一个显著特点。计算智能则是另一个有说服力的示例。计算智能涉及神经计算、模糊计算、进化计算和人工生命等领域，它的研究