免疫群体网络算法及其在电站风机故障诊断中的应用-北京工业大学学报.pdfVIP

V01．34 第34卷第11期 北京工业大学学报 No．11 OF ING OFTECHNOLOGY 2008年11月 JOURNALBEIJ UNIVERSITY NOV．2008 免疫群体网络算法及其在电站风机故障诊断中的应用 谢 瑶，郝 伟，谢克明 (太原理工大学信息工程学院。太原030024) 摘要：为了快速、准确的识别电站风机的故障类型，基于克隆选择算法和免疫网络算法，提出一种免疫群体网 络算法．该算法能对多个抗原群体同时进行局部和全局搜索，从而形成2层搜索机制，保证了算法的局部和全 局搜索能力，有效克服了未成熟收敛现象。提高了群体的多样性．仿真结果表明，免疫群体网络算法能有效识别 电站风机故障． 关键词：人工免疫系统；免疫群体网络算法；电站风机；故障诊断 中图分类号：TP206 文献标识码：A 文章编号：0254—0037(2008)11—1207—04 immune 人工免疫系统(artificial system，记为AIS)是一种模仿生物免疫系统的人工智能方法，是根据 生物免疫系统所具有的高度并行、分布、自适应和自组织等特性开发出来的，具有很强的学习、识别、记忆 selection theory)，解释了抗体的形成机理并阐明了免疫应答的多样性机制，描述了获得性免疫的基本特性．2000 年，DeCastro等人【7 型网络理论，给出了免疫网络的数学框架． 受生物免疫系统启发，本文融合克隆选择算法【9】和RAIN免疫网络算法【9】的特点，提出免疫群体网 络算法，并将其应用到某电站风机的故障诊断中去，实例分析和仿真结果表明，该算法能有效地对风机的 故障模式进行识别． 1免疫群体网络算法 1．1求最优个体的算法 输入 目标函数和约束条件，作为免疫群体网络算法中的抗原A。． 输出最优个体． 步骤1 第1次迭代时，在解空间中随机产生P个实数编码的抗体作为抗体群A6．若抗原为出现过 的。则从记忆矩阵中选出部分记忆细胞，与新产生抗体组成初始抗体群． 步骤2逐个计算抗体A6和抗原A。之间的亲和力厶为 厶=1／D西(i，歹=1，2，…，N) (1) 式中Dd=llAM—A∥0，为抗体A撕和抗原Ad的距离，亲和力与距离成反比． 疫记忆操作，使其作为记忆抗体直接放入新抗体群； 对于82厶艿l的咒2个个体，首先对该部分抗体集f。以学习率口进行高频变异，得到变异后的抗 收稿日期：2008—05．29． 青年科学基金项目资助(2007021018)． 作者简介：谢瑁(1979一)，女．山西五台人。讲师．博士生；谢克明(1944一)，男，山西五台山人。教授．博士生导师． 万方数据 1208 北京工业大学学报 2008定 进成员替换原抗体成员；对于厶艿2的n3个个体，执行去除操作，以减少多余的抗体． 经过免疫网络调节(见算法2)，使其处于动态平衡，直到满足终止条件为止，选择最优个体作为输出 结果． 1．2免疫网络调节的逢法 输入算法1产生的抗体群． 输出 稳定的免疫网络． 步骤1在整个免疫网络内，将抗体群看作网络中的一个B细胞，并和每个抗原进行比较．根据式 (2)计算出B细胞各自的受激程度s； ^f 口 ” 5f=∑(卜Di,j)+∑(1一Di,k)一∑D“ (2) 为B细胞i和与之相连