-
题名免疫粒子群算法在修正高斯模型下的源强反演
被引量：2
- 1
-
-
作者
万邦银
蒯念生
何雄元
彭敏君
邓利民
-
机构
西南科技大学环境与资源学院
四川省安全科学技术研究院
重大危险源测控四川省重点实验室
-
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2024年第7期132-138,共7页
-
基金
重大危险源测控四川省重点实验室基金资助(KFKT2023-05)。
-
文摘
为提高危险气体泄漏溯源定位的科学性和实效性,确定危险气体泄漏位置和强度是事故应急响应的关键。首先,根据质量守恒定律,分析、改进近似高斯分布的气体羽流扩散幅度,修正高斯烟羽模型;然后,基于免疫浓度筛选机制作为主策略的免疫算法(IA),通过与粒子群算法(PSO)耦合,将混合免疫粒子群(PSO-IA)算法应用到源强反演中;最后,验证PSO-IA算法溯源定位效果。结果表明:与模式搜索法(PS)、遗传算法(GA)、PSO相比,修正高斯烟羽模型预测值误差均下降2%左右;混合PSO-IA算法相较PSO算法反演源强效果有明显提升,其算法定位误差为1.3 m,求解源强误差为0.8%,单次计算时间小于1 s,能实现快速、准确定位并估算源强度。
-
关键词
免疫粒子群(PSO-IA)算法
修正高斯烟羽模型
源强反演
危险气体泄漏
求解精度
-
Keywords
particle swarm optimization-immune algorithm(PSO-IA)
modified Gaussian smoke plume model
source-strength inversion
hazardous gas leakage
solving accuracy
-
分类号
X937
[环境科学与工程—安全科学]
-
-
题名一种改进的人工免疫算法
被引量：20
- 2
-
-
作者
郑日荣
毛宗源
-
机构
华南理工大学自动化科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2003年第33期55-57,共3页
-
基金
广东省科技厅工业攻关项目资助(编号:c10909)
-
文摘
简要介绍了遗传算法、人工免疫算法的工作原理。为了克服传统人工免疫算法存在的不足,该文提出一种改进的人工免疫算法,并利用Rosenbrock函数对3种算法进行了试验比较。实验结果表明,该文提出的改进的人工免疫算法较遗传算法、传统的人工免疫算法更为有效。
-
关键词
遗传算法
免疫系统
人工免疫算法
改进的人工免疫算法
抗原
抗体
自己
非己
-
Keywords
Genetic algorithm(GA),immune System(IS),Artificial immune algorithm(AIA),modified Artificial immune algorithm(MAIA),Antigen ,Antibody,self,non-self
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进免疫算法在电力系统电源规划中应用
被引量：2
- 3
-
-
作者
贺峰
熊信艮
吴耀武
-
机构
华中科技大学电气与电子工程学院
-
出处
《电力自动化设备》
EI
CSCD
北大核心
2004年第3期32-38,42,共8页
-
文摘
目前,遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而其遗传操作繁杂、计算量庞大,易产生退化、早熟收敛等问题,使其应用受到局限。提出一种基于自然分段式编码的改进免疫算法MIA(Modified鄄ImmuneAlgorithm),该算法具备全局多峰搜索能力,通过使用该算法可以大大简化电源规划的计算量、提高计算效率,并充分利用特征信息灵活求解,具备了更加优异的收敛特性,同时避免了退化、早熟收敛问题发生。
-
关键词
改进免疫算法
自然分段式编码
基因换位
电源规划
-
Keywords
modified - immune algorithm
divided natural coding
gene conversion
power plant planning
-
分类号
TM715
[电气工程—电力系统及自动化]
-
-
题名修正的边界强度过程模型及其应用
被引量：2
- 4
-
-
作者
任丽娜
芮执元
李建华
李海燕
-
机构
兰州理工大学机电工程学院
电子科技大学机械电子工程学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2014年第3期595-602,共8页
-
基金
国家自然科学基金资助项目(51165018
51265032)
国家"高档数控机床与基础制造装备"科技重大专项资助项目(2010ZX04001-032)~~
-
文摘
针对边界强度过程模型初始故障强度为零的问题,通过引入位置参数,建立了修正的边界强度过程模型。以故障时间的对数似然函数为优化目标,应用免疫克隆算法给出了模型参数及可靠性指标的极大似然估计值。以两组数控机床现场故障数据为例对所提方法进行验证,对数似然函数值及拟合优度计算结果均表明,该模型优于边界强度过程模型,为制定合理的维修策略提供了一定的理论依据。
-
关键词
边界强度过程模型
免疫克隆算法
极大似然估计
数控机床
可靠性评估
-
Keywords
modified bounded intensity process
immune clone algorithm
maximum likelihood estimation
numerical control machine tools
reliability assessment
-
分类号
TG659
[金属学及工艺—金属切削加工及机床]
TB114
[理学—概率论与数理统计]
-
