- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人机结合免疫算法及其应用研究简报
人机结合免疫算法及其应用研究简报1
1 2 1 1
李灿 ,胡清华 ,史彦军 ,滕弘飞
1 大连理工大学机械工程学院,辽宁大连( 116024)
2 大连理工大学精密与特种加工教育部重点实验室,辽宁大连(116024)
E-mail: tenghf@
摘 要: 以简化的国际通信卫星(INTELSAT-III )舱布局设计为背景,给出了人机结合免疫
算法(HCCIA )。该算法将人工方案(人工抗体)和算法方案(抗体)用相同的编码方式编
码,作为抗体种群共同参与算法操作。人工抗体首先作为精英个体加入到算法记忆单元中,
随算法操作融入算法抗体种群,参与演化计算,实现人与算法的结合,发挥人机各自的特长。
关键词:免疫算法;人机结合;卫星;布局设计
中图分类号:V 423 TP 202 TP 301.6
1. 言
近年来,随着克隆选择理论、免疫学习机制和免疫网络理论的发展,许多免疫算法模型
[1] [2]
相继出现,成为计算智能领域一个重要研究方向 。1993 年,Mori 等 通过模拟免疫系统中
抗体多样性、自学习等特性,提出了一种免疫算法模型,并将其应用到资源分配问题。Chun
[3]
等 利用计算信息熵的方法计算抗体间的亲和性, Mori 的方法进行了发展,采用基于抗
体 (解个体)期望值 (综合考虑了抗体适应度及自身浓度)的选择操作,保持了抗体种群的
多样性,算法又是在记忆单元的基础上运行的,能够促进其快速收敛于全局最优解。此外,
[4] [5]
否定选择算法(Negative Selection Algorithm ) 、克隆选择算法(Clonal Selection Algorithm)
等也是目前比较常用的免疫算法模型。
于诸如卫星舱的布局优化设计等复杂工程布局问题,由于存在计算复杂性的组合爆
炸,又存在工程复杂性,单纯利用演化算法 (如免疫算法)还不能很好地解决,因为它还不
具备人的智能,为此本文借鉴文献[6] 的人机交互的遗传算法 (HCIGA )的思 ,基于Chun
[3]
等 的免疫算法模型,给出了一种人机结合的免疫算法 (Human Computer Cooperative
Immune Algorithm, HCCIA ),其在利用免疫算法的优良特性的同时,能够结合人的主观经
验和判断力,发挥人和计算机各自的特长,期望更好地解决诸如卫星舱等带性能约束的复杂
布局优化问题。
2. 卫星舱布局优化问题简述
布局优化问题指在给定的空间内合理地布置一定数量的组件,并在满足一定的性能指标
的基础上使得设计目标尽可能优化,理论上属于组合优化、带性能约束的三维装填、NP- 困
[7]
难问题 。以国际通信卫星 INTELSAT-Ⅲ的布局设计为例,它的简化模型为空间圆柱形容
器,如图1 所示。建立如图1 (a )所示笛卡儿坐标系Oxyz ,舱体内设有两个垂直于舱的中
心轴线( z 轴)的圆形支撑板。每个支撑板有上下两个基面,所有待布物体(仪器、设备等)
均简化为匀质圆柱体和长方体,且它们必须安装在图1(b)所示的标有数字 (1~4)的支撑板
基面之上,全舱总体布局满足以下技术要求:(1)待布物之间,待布物与容器之间不干涉
(2 )静稳定性误差 (质心位置误差)小于许用值 (3 )平衡度误差小于允许值 (4 )系
1 本课题得到国家自然科学基金 50275019,)的资助。
- 1 -
文档评论(0)