免疫進化算法及其在多機器人協(xié)作中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩129頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

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)雜問題的計算系統(tǒng)。其研究旨在通過深入探索生物免疫系統(tǒng)中蘊含的信息處理機制,建立相應(yīng)的工程模型和算法,開拓新型智能信息處理系統(tǒng)。 本文基于免疫克隆選擇機制,提出了幾種免疫進化算法,其中包括親和度引導(dǎo)的粒群進化免疫算法,多樣度引導(dǎo)的變異協(xié)同進化免疫算法和多種群免疫協(xié)同進化算法。通過相應(yīng)算法在函數(shù)優(yōu)化問題中的

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

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)同進化的免疫算法,通過理論分析和仿真實驗證實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)同進化一般框架的指導(dǎo)下構(gòu)造了免疫協(xié)同進化的一般框架,并提出一種多種群共享記憶集的免疫協(xié)同進化算法,該算法的特點是加入一個所有種群共享的全局記憶集以記錄最優(yōu)的協(xié)作行為,在各種群獨立進化的過程中加入種群之間的協(xié)作信息交互,提高了協(xié)同進化算法的收斂速度。 4.

4、在進化計算框架下,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)造了一類用于單機器人和多機器人路徑規(guī)劃的免疫路徑規(guī)劃算法,并通過仿真實驗和機器人平臺實驗驗證了算法的有效性。 總之本文對免疫克隆進化技術(shù)進行了研究和改進,提出了幾種具有不同針對性的改進算法,并設(shè)計了能夠進行進化計算的多機器人體系結(jié)構(gòu),將免疫進化運用到移動機器人的路徑規(guī)劃問題中,通過理論分析、仿真實驗和移動機器人路徑規(guī)劃實驗對提出方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論