王 波,胡军台,张克勇,李晓航,张逸群,孙世勇
(国网河南省电力公司平顶山供电公司,河南 平顶山 467001)
生物免疫系统是由免疫细胞、免疫活性分子和免疫器官等多个子系统组成的复杂系统。免疫系统所属的子系统之间具备着相当复杂的依附关系、竞争关系等,它们具有识别、消除异物的功能[1],动态控制生物体内的各项指标处于正常状态。人工免疫算法(IA)就是结合生物的免疫系统建立起来的一种有效的优化控制方法,其主要思想是在免疫系统中寻找最佳的抗体来对抗生物体内的异物或病原体。IA 作为现代基本的控制算法已经在系统优化设计[2-3]、系统智能控制[4]、模式识别[5]、故障诊断[6]、网络安全[7]等领域中得到了广泛的应用。但是在实际应用过程中,IA 也存在着搜索效率低、陷入极值等问题,限制了IA 在一些大型信号处理项目中的应用。
如今,对于IA 的改进算法也层出不穷,许多专家学者基于传统IA 的局限性问题,结合现代主流控制算法进行改进,文献[8]中,将人工蜂群算法与IA 相结合,并结合两者优势提出基于蜂群算法与免疫算法的融合控制算法,有效提升了传统单一算法搜索精度不高的问题,提升了算法的收敛速度与全局搜索能力。文献[9]中,将混沌理论引入免疫算法之中,提出了基于混沌理论的新型免疫算法,同样也是提升了IA 的寻优精度以及全局搜索能力,使得新型算法能够有效避免陷入部分极值。
另一些改进思想主要集中在IA 本身,传统的IA 中包含了诸多不定参数,需要进行预先设定,这些参数控制着算法的最终收敛精度、迭代次数、搜索步长等。……