[發明專利]一種基于RBF神經網絡和自適應搜索的人工免疫算法

有效

• 申請號: 201910156219.3
• 申請日: 2019-03-01
• 公開（公告）號: CN109870909B
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 韓壽松;寧初明;薛大兵;李華瑩;晁智強;李燕軍;沈燦鐸;劉毅;靳瑩;王飛;江鵬程;譚永營;李勛
• 申請（專利權）人: 中國人民解放軍陸軍裝甲兵學院;軍事科學院系統工程研究院軍需工程技術研究所
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京中南長風知識產權代理事務所(普通合伙) 11674
• 代理人: 馬龍

一種基于RBF神經網絡和自適應搜索的人工免疫算法，包括：S1抗原識別；構建RBF神經網絡；S2構建抗體?抗原非線性映射曲面；S3隨機產生一定數量初始抗體群；S4計算抗體?抗原結構體，優選N個抗體作為待評價抗體；S5進行抗體評價；S6將抗體群進行排序，提取前n_A個作為記憶細胞構成種群A，后n_B個作為待接種種群B；S7終止條件判斷，滿足則輸出結果；反之執行S8；S8對S6中除種群A外的抗體群進行選擇、交叉和變異操作形成種群C，對待接種種群B進行疫苗接種后，與種群A、C構成抗體種群D，轉到S4。本發明目的在于提供一種局部搜索能力強、收斂速度快、算法效率和精度高的基于RBF神經網絡和自適應搜索的人工免疫算法。

技術領域

本發明涉及一種基于RBF神經網絡和自適應搜索的人工免疫算法。

背景技術

隨著保障任務的多樣化和能量高效化利用的要求越來越高，有效提高能量利用效率，降低系統能耗對提高搶救車在野外環境下持續高效工作具有重大意義。近年來，液壓混合動力技術和能量回收再利用技術等液壓節能技術在降低能耗和提高效率等方面發揮了積極作用，因為其不僅有效的降低了系統的節流損失，還對系統的制動能和重力勢能等潛在可回收能量進行回收再利用。但由于這些新系統仍是一個復雜多變的時變非線性系統，且對能量的回收再利用過程對系統的功率流也有較大的影響，因此不同的關鍵元部件參數對液壓節能系統的最優工作狀態和節能效果都有較大影響。深入地分析影響系統節能控制的關鍵因素，優化關鍵元件匹配關系，對提高系統的整體節能效果和控制性能具有重要作用。

對于搶救車液壓節能系統而言，液壓節能系統的參數優化主要是使系統在滿足功能要求的前提下，提高系統效率，降低系統能耗。靜態參數匹配是優化系統關鍵元部件參數的一種常用方法，即按照執行元件所需的最大值要求來匹配參數，而由于系統不同執行元件的負載變化復雜，采用這種靜態匹配的方式容易出現能量的“過欲”匹配，造成系統能量的較大浪費。而根據系統執行元件動態工況情況來進行動態參數匹配的方法主要以遺傳算法和粒子群算法為典型代表的進化理論為主，其在網絡安全、汽車領域和其他工程領域等領域都有廣泛應用，但這些傳統的進化算法在后期容易出現多樣性變差，進化速度顯著降低的現象，進而導致算法停滯不前，容易陷入局部最優解等問題。隨著免疫機制的引進，對搜索進化算法的改進優化，不僅改進了傳統進化算法的缺點，也表現出良好的智能型和魯棒性，這其中的代表型算法即為人工免疫算法。雖然免疫算法有優良的全局搜索能力，但其在收斂速度較種群進化算法有顯著差距，且局部搜索能力相對較弱。應用人工免疫算法對全局尋優問題進行求解時，也會因為解的表達形式對算法的運行速度產生較大的影響，如表達形式是函數關系或者簡單的仿真模型，則可直接應用于人工免疫算法中，因為抗體通過這種表達形式可快速的構建抗體-抗體解的結構體，若解的表達形式是一種復雜的仿真模型，要得到一組抗體的抗體-抗體解結構體就需要大量的時間，這將極大減緩算法的運行收斂速度。

發明內容

本發明為了解決現有算法在優化搶救車液壓節能系統關鍵元部件參數中的不足之處，提供一種局部搜索能力強、收斂速度快、算法效率和精度高的基于RBF(RadicalBasis Function：徑向基函數)神經網絡和自適應搜索的人工免疫算法。本發明算法也可擴展用于其它類型系統設計時的元件參數優化。

本發明一種基于RBF神經網絡和自適應搜索的人工免疫算法，包括以下步驟：

S1)分析問題，即抗原識別，對問題特征進行分析，明確約束關系；

系統建模，構建RBF神經網絡；

S2)利用樣本數據對RBF神經網絡進行訓練，構建抗體-抗原非線性RBF神經網絡映射曲面；

S3)隨機產生一定數量的初始抗體群；

S4)利用步驟S2構建的抗體-抗原非線性RBF神經網絡映射曲面計算出抗體-抗原結構體，從中優選出N個抗體作為待評價抗體；所述優選方法為根據抗原的優劣排序，選出前N個；