人工免疫木马检测中动态克隆选择算法的改进

针对人工免疫木马检测中检测器的冗余,检测过程中成熟检测器和记忆检测器在检测到自我抗原或年龄过大时,被直接删除造成的非我信息资源丢弃等问题,引入限次变异对检测器的生成进行改进,提出将随机生成的检测器在自我耐受后,再与已有合格检测器匹配,对与已有合格检测器匹配的检测器进行限次变异;而检测到自我抗原或年龄过大的检测器同样进行限次变异的方法。实验结果表明,这种方法能准确而快速地检测已知和未知木马。     

基于离线状态监测的复杂装备预知维修决策及优化

基于免疫粒子群优化算法,对可进行离线状态监测故障呈现渐发特性的复杂装备预知维修决策问题进行了研究。分析了维修决策的必备条件,包括研究对象的前提假设、决策内容、剩余维修时间预测以及维修相关费用;将复杂装备维修决策问题转化为带有约束条件的目标函数求最小解的问题,并构建了数学模型;运用结合粒子群优化算法明确方向性搜索和免疫系统多样性保持能力优势的免疫粒子群算法,对模型进行求解;通过某航空机电设备的实例应用验证,该方法可以有效地解决复杂装备预知维修决策的问题,结果与实际情况基本一致。     

基于人工免疫算法的入港飞机调度管理

针对入港飞机调度管理日益复杂繁重的现状,首先将入港飞机调度管理问题进行分析建模.确立了在满足各机型安全时间间隔条件下的,基于入港飞机总延误时间最小化的调度管理优化目标.然后利用人工免疫算法的优化能力强的特点,提出基于人工免疫算法的入港飞机调度管理方法.再通过仿真实验验证了该方法的可行性和有效性,并对人工免疫算法有效指导飞机入港调度管理的原理进行了分析和总结.     

基于混合法的月球软着陆轨迹优化

利用混合法思想和人工免疫算法研究了月球软着陆轨迹优化问题.首先建立月球软着陆系统模型并进行归一化处理;然后基于混合法思想利用庞特亚金（Pontryagin）极大值原理推导最优控制律,以伴随变量初值和终端时刻作为优化变量,将终端约束作为罚函数引入评价函数中,将月球软着陆轨迹优化问题转化为非线性规划问题（NLP,Nonlinear Programming）;最后应用引导人工免疫算法（GAIA,Guiding Artificial Immune Algorithm）求解该优化问题.仿真结果表明,GAIA混合算法比直接法的寻优速度快,终端误差小,且可搜索到理论最优轨迹;同时,GAIA混合算法的伴随变量初值收敛范围比间接法大,降低了最优月球软着陆轨迹的搜索难度.     

改进自适应人工免疫算法求解函数优化问题

为克服经典人工免疫算法（AIA）在函数优化过程中存在的计算量大、收敛精度不高和收敛速度较慢等不足,引入多个自适应免疫算子,提出了一种改进自适应人工免疫算法（IAAIA）。在经典人工免疫算法中,引入迭代次数对抗体激励度计算算子进行自适应设计,引入种群抗体平均激励度与抗体激励度对免疫选择算子、克隆算子、变异算子与克隆抑制算子进行自适应设计,提升人工免疫算法的收敛速度、收敛精度和稳定性。选择9个典型测试函数作为实验对象,同时选择4种典型人工免疫算法作为对比算法优化实验函数,对比实验结果表明了改进的自适应人工免疫算法在求解函数优化问题的有效性和优越性。