当前位置：首页 > 产品中心
免疫进化规划
免疫进化规划
路径规划之启发式算法之二十三：免疫算法（Immune
1 天前 （8）最大进化代数（G）：最大进化代数是免疫算法的运行结束条件。一般取100~500。 四、算法流程 免疫算法的基本流程如下： （1）抗原识别：理解待优化问题，构造合适的亲和 多目标的免疫进化算法多目标的免疫进化算法免疫进化算法（Immune Evolutionary Algorithm，IEA MOIEA算法已被应用于多个领域，包括电力网络规划、城市交通规划、纺织 多目标的免疫进化算法 百度文库2015年1月26日 全书共分13 章, 主要内容包括: 进化论与计算智能、 生物免疫系统、从生物免疫到人工免疫系统、 免疫进化算法、7 种基本免疫克隆选择计算、7种高级免疫克隆选择计算、 免疫优化计算、学习与识别2023年4月8日 免疫算法（Immune Algorithm，IA）是基于免疫学理论和生物免疫系统机制而提出的计算智能算法，是对生物免疫机理的一种模拟。 免疫机理种类繁多，利用生物免疫系统的 【智能优化算法】人工免疫算法 (Immune Algorithm, IA
免疫进化算法 百度学术
本文在分析已有的标准进化算法的优点与不足的基础上,借鉴生命科学中的免疫概念,提出了一组新的进化理论——免疫进化理论它包括三个方面:免疫算法,免疫规划和免疫策略,其核心在于免疫 作为进化算法中一种典型的方法,进化规划是一种性能优良的全局优化算法考虑到传统进化规划计算效率低的缺点,并结合进化规划的计算流程,通过结合改进的自适应变异操作及基于免疫调节 一种免疫进化规划算法CCF数字图书馆2008年1月28日 借鉴生物免疫系统的工作机制，本文提出了一种基于免 疫进化非选择机制的移动机器人路径规划(MRPPAIENS: Mobile Robots Path Planning Algorithm based on Immune 基于免疫进化非选择机制的移动机器人路径规划算法研究2010年3月8日 为了克服免疫算法在优化高维多峰函数时存在的早熟收敛问题，提出一种高效的混合免疫进化算法．动态克隆扩张、基于学习机制的超变异和多母体交叉是该算法的主要特点． 用于全局优化问题的混合免疫进化算法 Xidian
基于快速免疫进化规划的新型进化神经网络 CSDN文库
2024年8月12日 为解决这些问题，作者提出了结合快速免疫进化规划的新型进化神经网络模型，该模型能够同时优化网络的连接权值和拓扑结构。通过与BP神经网络和传统进化神经网络在异或分类问题（XOR）上的性能更多下载资源、学习资料请访问CSDN 针对变化和部分未知环境下的移动机器人导航,将示例学习和生命科学中的免疫原理、进化算法相结合,将过去进化过程中的经验(性能好的个体)通过示例表达,提出了一种结合示例学习的移动机器人免疫进化路径规划算法该算法将示例中的路径片段通过进化机制与免疫操作等其他进化操作所产生的 结合示例学习的移动机器人免疫进化规划研究2008年1月28日 基于免疫进化非选择机制的移动机器人路径规划算法研究 张泽明 罗文坚 王煦法 (中国科学技术大学计算机科学技术系 合肥 ) 摘 要：该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPAIENS)。该算法通过非选基于免疫进化非选择机制的移动机器人路径规划算法研究2007年12月19日 摘 要: 针对进化规划的早熟收敛问题,借鉴免疫系统的应答机制,并结合进化规划与免疫机理, 提出一种基于双变 异算子的免疫规划算法(DMIP) 该算法的核心在于采用全局柯西变异算子和局部高斯变异算子,通过保持种群的多 样性和执行记忆保护以及 基于双变异算子的免疫规划
一种免疫进化规划算法CCF数字图书馆
作为进化算法中一种典型的方法,进化规划是一种性能优良的全局优化算法考虑到传统进化规划计算效率低的缺点,并结合进化规划的计算流程,通过结合改进的自适应变异操作及基于免疫调节的改进选择算子,提出了一种改进的免疫进化规划新算法通过典型函数优化的仿真实验证明,改进的免疫 2020年5月29日 免疫系统如何更好地拮抗病毒？ 病毒和免疫系统既然是矛和盾之间的关系，那免疫系统在演化的过程当中有什么样的机制能够拮抗病毒的特性呢？这就涉及到MHC的同种异体多样性。并不是每个人都只有一个MHC，不同人群当中可以看到各种不同的MHC分子。《科学大家》专栏 为了对抗病毒，人类免疫系统进化出了 2015年4月25日 动态规划（Dynamic Programming）：简称DP，是一种求解多阶段决策过程最优化问题的方法。在动态规划中，通过把原问题分解为相对简单的子问题，先求解子问题，再由子问题的解而得到原问题的解。动态规划最早由理查德 贝尔曼于 1957 年在其著作「动态规划（Dynamic Programming）」一书中提出。动态规划算法3动态规划法(遗传算法、进化规划算法、免疫 2006年1月9日 该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPAIENS)。该算法通过非选择操作来避免进化过程中糟糕个体的产生，使得较优个体能较早地生成，加快算法的收敛速度；同时，算法引入基因重组操作以维持群体的多样性，防止早熟收敛。基于免疫进化非选择机制的移动机器人路径规划算法研究
基于免疫多目标进化算法的多卫星观测规划方法及装置
本发明提供基于免疫多目标进化算法的多卫星观测规划方法及装置，包括获取受灾区域格网对应的各个卫星传感器的感知覆盖机会集合，设定每条染色体代表一个多卫星感知覆盖机会组合，染色体上的每个基因位代表一个具体卫星传感器选取的感知覆盖机会且将该感知覆盖机会覆盖受灾区域格 摘要： 随着生命科学的快速发展,吸引了各邻域的研究者越来越多的关注于是,各种仿生计算随之出现传统的仿生计算方法,如遗传算法,进化规划等逐渐暴露出诸如易早熟,收敛慢等本质缺陷近年来,生物免疫学的研究发现免疫系统具有强大的能力基于相关原理的免疫算法则具有能力强, 人工免疫算法优化方法研究与应用 百度学术2024年12月3日 在国家自然科学基金重点项目、国家“863”计划等资助下，我们在国内较早提出了多子波网络、复多子波网络和泛函网络、量子进化算法、量子进化规划、量子进化策略、免疫遗传算法、免疫进化规划、免疫进化策略等理论方法。科研成果西安电子科技大学人工智能学院 Xidian方法 模拟退火 进化规划 遗传算法 免疫 算法 最优化结果/km 15882 15904 15882 10 次平均结果 159007 159152 159014 10 次中出现最 优解次数 3 2 2 平均计算时间/s 44 50 48 15882 158823 4 31 从上表可以看出，在求解 TSP 和函数优化问题时，免疫算法比 人工免疫算法 百度文库
自适应并行混沌免疫进化规划 Details 西安交通大学机构
基于克隆选择原理,提出一种新的并行混沌免疫进化规划算法在算法中,根据抗体抗原亲和度将抗体种群分为两个子群,相应的提出混沌克隆算子和超变异算子,混沌克隆算子在局部空间具有较强能力,超变异算子在广阔空间具有大范围能力,通过两个算子的并行操作使局部寻优和多样性保 2019年12月2日 在11月27日发表在《免疫学趋势》的一篇综述中，研究人员描述了基因起源如何影响非洲或欧亚后裔患上与免疫相关疾病的可能性。研究人员还分享了人类免疫系统仍在进化的证据，这取决于一个人的生活地点或生活方式。研究揭示人类与免疫疾病共同进化 中国科学院2012年11月7日 其内容包括改进的多种进化神经网络及其在预测及拟合方面的应用；改进的快速遗传算法及进化规划；相遇蚁群算法、奖惩蚁群算法、免疫连续蚁群算法、筛选蚁群算法以及它们在滑坡工程、复杂TSP等问题上的应用；另外，还介绍了免疫遗传算法、免疫进化规划现代智能仿生算法及其应用 豆瓣读书2023年12月28日 对遗传算法、进化策略、遗传规划、差分进化算法、人工免疫 系统进行详细的介绍，并且给出一些实例 时间: 19:06:40 浏览: 63 1 遗传算法（Genetic Algorithm，GA） 遗传算法是一种基于生物遗传学的优化算法，主要用于解决优化问题。它是一种 对遗传算法、进化策略、遗传规划、差分进化算法、人工免疫
免疫学
丛编： 普通高等教育农业部“十二五”规划教材 全国高等农林院校“十二五”规划教材 简介： 全书共分13章,涉及免疫进化 、免疫系统、抗原、抗体及免疫球蛋白、补体系统、主要组织相容性抗原、固有免疫、特异性免疫应答与调节、超敏反应与自身 本文在分析已有的标准进化算法的优点与不足的基础上,借鉴生命科学中的免疫概念,提出了一组新的进化理论——免疫进化理论它包括三个方面:免疫算法,免疫规划和免疫策略,其核心在于免疫算子的构造。理论分别证明这三种免疫进化算法均是收敛的。免疫进化算法 百度学术2003年7月10日 详细描述了免疫算法的基本原理、步骤和寻优机理，以及抗体的抑制和促进、记忆单元更新、亲和性计算等特点。阐述了免疫算法抗原、抗体与实际问题的映射关系。用其他随机优化算法(模拟退火算法、遗传算法、进化规划等)与免疫算法进行了比较研究，给出了他们的异同点、免疫算法的优点等。免疫算法与其他随机优化算法的比较分析2024年5月27日 本发明提供基于免疫多目标进化算法的多卫星观测规划方法及装置，包括获取受灾区域格网对应的各个卫星传感器的感知覆盖机会集合，设定每条染色体代表一个多卫星感知覆盖机会组合，染色体上的每个基因位代表一个具体卫星传感器选取的感知覆盖机会且将该感知覆盖机会覆盖受灾区域格网的 基于免疫多目标进化算法的多卫星观测规划方法及装置 企查查
王磊（博导）西安理工大学计算机科学与工程学院
2012年4月30日 其中，免疫进化算法主要包括三个方面：免疫遗传算法、免疫进化规划和免疫进化策略。 通过我们的仿真实验和广大同仁的相关研究表明，免疫理论和方法不仅在学术研究方面是可行的，而且在工程实践领域也是有效的。2023年3月13日 智能优化方法通常包括进化计算和群智能两大类,目前已经广泛应用 于组合优化、机器学习、智能控制、模式识别、规划设计、网络安全等领域,是21世纪智能 计算的重要技术之一。本章首先简要介绍进化算法的概念,详细介绍基本遗传算法,它是进化算法的基本模拟生物进化的遗传算法 清华大学出版社2024年8月1日 内容简介 本教材主要分为两部分：免疫学基本理论和免疫学基本技术。免疫学基本理论部分主要从整体、细胞和分子三个层面介绍免疫学的基本概念和重要理论，包括机体免疫系统的构成、固有免疫与适应性免疫的应答过程和辩证关系、免疫应答中的调节机理和免疫病理的基本知识，以及免疫分子 免疫学原理与技术 (第2版普通高等教育十一五国家级规划教材)2015年4月5日 分析边坡稳定性的关键任务是确定其临界滑移面。为了解决这个问题，提出了一种基于免疫进化规划的临界滑动面新方法。将改进的自适应变异操作和基于人工免疫系统厚度调整的改进选择操作应用于进化规划中，提出了一种用于连续优化的新型免疫进化规划。基于免疫进化规划的边坡稳定性分析,Environmental Earth
免疫优化计算、学习与识别
2015年1月26日 生物学依据。我们已经初步建立了免疫进化算法框架和免疫克隆选择进化计算理 论框架,证明了其收敛性,其中包括免疫GA、免疫进化规划、免疫进化策略、免疫进化聚类算法、免疫量子进化算法、克隆选择进化算法、免疫进化子波网在执行规划程序之前先建立了机器人的工作环境，然后执行基于免疫进化算法的路径规划算法。 在此算法中：编码方式采用简化的实数编码方法，把机器人的二维坐标简化为一维，加快了机器人最优路径的速度：初始化方法采用大范围初始基于免疫进化与混沌变异的移动机器人路径规划学位万方数据 2024年8月12日 为解决这些问题，作者提出了结合快速免疫进化规划的新型进化神经网络模型，该模型能够同时优化网络的连接权值和拓扑结构。通过与BP神经网络和传统进化神经网络在异或分类问题（XOR）上的性能更多下载资源、学习资料请访问CSDN 基于快速免疫进化规划的新型进化神经网络 CSDN文库针对变化和部分未知环境下的移动机器人导航,将示例学习和生命科学中的免疫原理、进化算法相结合,将过去进化过程中的经验(性能好的个体)通过示例表达,提出了一种结合示例学习的移动机器人免疫进化路径规划算法该算法将示例中的路径片段通过进化机制与免疫操作等其他进化操作所产生的 结合示例学习的移动机器人免疫进化规划研究
基于免疫进化非选择机制的移动机器人路径规划算法研究
2008年1月28日 基于免疫进化非选择机制的移动机器人路径规划算法研究 张泽明 罗文坚 王煦法 (中国科学技术大学计算机科学技术系 合肥 ) 摘 要：该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPAIENS)。该算法通过非选2007年12月19日 摘 要: 针对进化规划的早熟收敛问题,借鉴免疫系统的应答机制,并结合进化规划与免疫机理, 提出一种基于双变 异算子的免疫规划算法(DMIP) 该算法的核心在于采用全局柯西变异算子和局部高斯变异算子,通过保持种群的多 样性和执行记忆保护以及 基于双变异算子的免疫规划作为进化算法中一种典型的方法,进化规划是一种性能优良的全局优化算法考虑到传统进化规划计算效率低的缺点,并结合进化规划的计算流程,通过结合改进的自适应变异操作及基于免疫调节的改进选择算子,提出了一种改进的免疫进化规划新算法通过典型函数优化的仿真实验证明,改进的免疫 一种免疫进化规划算法CCF数字图书馆2020年5月29日 免疫系统如何更好地拮抗病毒？ 病毒和免疫系统既然是矛和盾之间的关系，那免疫系统在演化的过程当中有什么样的机制能够拮抗病毒的特性呢？这就涉及到MHC的同种异体多样性。并不是每个人都只有一个MHC，不同人群当中可以看到各种不同的MHC分子。《科学大家》专栏 为了对抗病毒，人类免疫系统进化出了
动态规划算法3动态规划法(遗传算法、进化规划算法、免疫
2015年4月25日 动态规划（Dynamic Programming）：简称DP，是一种求解多阶段决策过程最优化问题的方法。在动态规划中，通过把原问题分解为相对简单的子问题，先求解子问题，再由子问题的解而得到原问题的解。动态规划最早由理查德 贝尔曼于 1957 年在其著作「动态规划（Dynamic Programming）」一书中提出。2006年1月9日 该文提出了一种基于免疫进化非选择机制的移动机器人路径规划算法(MRPPAIENS)。该算法通过非选择操作来避免进化过程中糟糕个体的产生，使得较优个体能较早地生成，加快算法的收敛速度；同时，算法引入基因重组操作以维持群体的多样性，防止早熟收敛。基于免疫进化非选择机制的移动机器人路径规划算法研究本发明提供基于免疫多目标进化算法的多卫星观测规划方法及装置，包括获取受灾区域格网对应的各个卫星传感器的感知覆盖机会集合，设定每条染色体代表一个多卫星感知覆盖机会组合，染色体上的每个基因位代表一个具体卫星传感器选取的感知覆盖机会且将该感知覆盖机会覆盖受灾区域格 基于免疫多目标进化算法的多卫星观测规划方法及装置