免疫進(jìn)化算法及其在多機(jī)器人協(xié)作中的應(yīng)用研究.pdf

1、人工免疫系統(tǒng)是一新的模擬自然免疫系統(tǒng)的人工智能方法，是基于生物免疫系統(tǒng)的功能、原理、基本特征以及相關(guān)理論而建立的，用于解決各種復(fù)雜問(wèn)題的計(jì)算系統(tǒng)。其研究旨在通過(guò)深入探索生物免疫系統(tǒng)中蘊(yùn)含的信息處理機(jī)制，建立相應(yīng)的工程模型和算法，開(kāi)拓新型智能信息處理系統(tǒng)。 本文基于免疫克隆選擇機(jī)制，提出了幾種免疫進(jìn)化算法，其中包括親和度引導(dǎo)的粒群進(jìn)化免疫算法，多樣度引導(dǎo)的變異協(xié)同進(jìn)化免疫算法和多種群免疫協(xié)同進(jìn)化算法。通過(guò)相應(yīng)算法在函數(shù)優(yōu)化問(wèn)題中的

2、應(yīng)用，驗(yàn)證了研究的結(jié)果，肯定了其具有解決復(fù)雜問(wèn)題的潛力。同時(shí)將免疫進(jìn)化策略應(yīng)用于多移動(dòng)機(jī)器人的協(xié)作路徑規(guī)劃，論述了采用免疫進(jìn)化算法進(jìn)行機(jī)器人路徑規(guī)劃的方法和實(shí)驗(yàn)結(jié)果。設(shè)計(jì)了帶有進(jìn)化決策和協(xié)同進(jìn)化機(jī)制的多機(jī)器人體系結(jié)構(gòu)。論文的主要工作如下： 1.為了克服傳統(tǒng)免疫進(jìn)化算法所存在的收斂速度較慢等問(wèn)題，通過(guò)理論分析和實(shí)驗(yàn)，提出了一種將改進(jìn)的粒群進(jìn)化方程引入免疫進(jìn)化過(guò)程的新算法，并證明了其收斂性。 2.探討了變異算子對(duì)種群多樣性的

3、影響，并提出了一種多樣度引導(dǎo)的，利用變異體種群和抗體種群協(xié)同進(jìn)化的免疫算法，通過(guò)理論分析和仿真實(shí)驗(yàn)證實(shí)了該方法明顯提高了解的多樣性和收斂速度，并證明了其收斂性。 3.在協(xié)同進(jìn)化一般框架的指導(dǎo)下構(gòu)造了免疫協(xié)同進(jìn)化的一般框架，并提出一種多種群共享記憶集的免疫協(xié)同進(jìn)化算法，該算法的特點(diǎn)是加入一個(gè)所有種群共享的全局記憶集以記錄最優(yōu)的協(xié)作行為，在各種群獨(dú)立進(jìn)化的過(guò)程中加入種群之間的協(xié)作信息交互，提高了協(xié)同進(jìn)化算法的收斂速度。 4.

4、在進(jìn)化計(jì)算框架下，融合全局并行搜索的克隆選擇和啟發(fā)式局部搜索的免疫疫苗接種以及免疫網(wǎng)絡(luò)的行為控制，構(gòu)造了一類(lèi)用于單機(jī)器人和多機(jī)器人路徑規(guī)劃的免疫路徑規(guī)劃算法，并通過(guò)仿真實(shí)驗(yàn)和機(jī)器人平臺(tái)實(shí)驗(yàn)驗(yàn)證了算法的有效性。 總之本文對(duì)免疫克隆進(jìn)化技術(shù)進(jìn)行了研究和改進(jìn)，提出了幾種具有不同針對(duì)性的改進(jìn)算法，并設(shè)計(jì)了能夠進(jìn)行進(jìn)化計(jì)算的多機(jī)器人體系結(jié)構(gòu)，將免疫進(jìn)化運(yùn)用到移動(dòng)機(jī)器人的路徑規(guī)劃問(wèn)題中，通過(guò)理論分析、仿真實(shí)驗(yàn)和移動(dòng)機(jī)器人路徑規(guī)劃實(shí)驗(yàn)對(duì)提出方