单目标概率约束规划的微种群免疫优化算法

针对无先验随机分布信息的单目标概率约束规划,探讨了微种群免疫优化算法。算法设计中,受危险理论启发设计微种群免疫优化算法进化框架;借助估计值的误差幅度,提出2个方法分别估计概率值和目标值;依据个体间的优劣关系,划分群体为3个类型子群协同进化;构建生命周期模型,设计自适应的交叉与变异概率、变异策略,结合交叉算子促进子群信息有效交流,并沿不同方向协同进化。数值实验统计结果说明:所提算法拥有良好的搜索效率、搜索效果及降噪能力,具有一定的竞争力和应用潜力。      

一种新的民用飞机修理级别优化模型

修理级别分析(LORA)是飞机保障性分析的一个重要内容,是在设计阶段评估维修对飞机成本影响的一种系统分析方法。现有的LORA经济性分析模型对于系统寿命周期的维修费用考虑不够,且不适合民用飞机维修特点,基于此,提出了一个适合民用飞机维修规划三层三级的LORA经济性分析的数学模型,在此基础上,以最小化维修成本为目标建立了维修级别优化模型,并利用免疫粒子群算法超强的多变量、非线性及全局优化能力,对所提出的民机维修级别优化模型进行了求解。最后通过算例的比较分析,说明了本文LORA经济性分析模型的合理性以及模型求解算法的高效性。     

一种基于免疫原理的网络入侵检测系统

文章提出了一种基于免疫原理的网络入侵检测系统,该系统在传统入侵检测方法的基础上加入基因库优化等策略,提高了系统的入侵检测效率和自适应性.同时, 引入协同信号机制有效识别误操作,从而降低漏报率和误报率.     

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。     

基于模糊免疫策略的机场航班延误自适应实时预测方法

为了对航班实时延误情况做出准确的预测,在生物免疫检测的基础上,借鉴模糊隶属度的思想,提出了模糊免疫预测方法.给出了自体/非自体、抗体/抗原的定义以及抗体对延误航班集合的隶属度函数.在预测过程中,实时监测外界环境变化,自适应调整λ-截集,选取符合当前置信度的检测器,克服了基于确定性模型的局限性.对国内某大型机场做仿真实验表明,该方法比简单使用生物免疫方法更具适应性,能较准确地预测全天各个时段航班的延误数量.     

基于学习的并行免疫量子进化算法

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。并给出了多宇宙的并行拓扑结构,其中各宇宙独立演化．宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式．使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。仿真实验结果表明该算法比串行的免疫量子进化算法运算效率更高。     

基于人工免疫算法的编队压制干扰资源分配

通过对舰艇编队雷达有源干扰资源分配问题的研究分析,将免疫算法应用在编队有源压制干扰资源分配中,构建了分配的数学模型.提出了相关定义和一种能有效表达编队有源压制干扰资源分配的抗体染色体矩阵编码方案,并给出了亲和度算法.在假定情况下进行了仿真计算,得到了有效的有源压制资源分配方案,通过实例验证了算法的正确性和有效性,为求解更复杂的编队干扰资源分配问题提供了参考方案.     

模拟失重(HDT—30°)和噪声复合因素对大鼠神经-内分泌-免疫功能的影响

本研究结果表明，大鼠在声级为８５ｄＢ（Ａ）噪声环境下悬吊（ＨＤＴ－３０°）１０昼夜后，淋巴细胞转化率及白细胞介素２（ＩＬ２）明显降低，血浆皮质酮含量显著升高，下丘脑内多巴胺（ＤＡ）和去甲肾上腺素（ＮＡ）含量呈升高趋势，表明机体处于应激状态．单纯８５ｄＢ（Ａ）噪声组除多巴胺及Ｔ淋巴细胞增殖反应外上述指标也有同样的变化规律，但没有复台因素组明显．本文出现的神经－内分泌－免疫系统功能失调可能是航天员易患感染性疾病的原因之一．