不确定环境下约束优化免疫算法理论与应用

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61065010
项目类别：
地区科学基金项目
资助金额：
31.0万
负责人：
张著洪
依托单位：
贵州大学
学科分类：
F03.自动化
结题年份：
2013
批准年份：
2010
项目状态：
已结题
起止时间：
2011-01-01 至2013-12-31

项目参与者：
龙飞；章进；杨立；宋景莉；王湘美；涂歆；袁权龙；王磊；廖敏；
关键词：
免疫优化理论及应用不确定环境约束优化智能学习系统人工免疫系统

项目摘要

伴随工程领域对智能技术的迫切需求和智能优化研究的快速发展，动态、噪声环境下的非线性约束优化问题已成为计算智能研究领域攻克的又一亮点。以生物免疫系统为依托的不确定环境下约束优化算法理论及应用作为人工免疫系统中又一探索性研究分支，解决不确定性优化问题已初显其优越性和潜在动力，但研究工作几乎尚未开展。为此，本项目通过提取生物免疫信息，针对不确定环境下的几种类型优化问题（动态单、多目标约束优化及单、多目标机会约束优化），设计相应的免疫优化算法和展开其性能测试，探讨其理论（收敛性、鲁棒性及计算复杂度），开发应用软件和将其用于本地区的企业中进行测试(电机控制、项目群选择计划管理)。源头性理论成果对人工免疫系统自身发展具有较大推动作用，有助于激励国内外智能学者追踪该方向研究动态；同时，高校和企业相关人员配合，能开发更有效的智能优化新技术。研究成果对实际问题的解决及相关交叉学科的发展具有重要现实意义。

结项摘要

针对动态环境下约束优化问题和噪声环境下机会约束优化问题，首先，受免疫学中经典的免疫应答理论和近来流行的危险理论的启发，借助免疫系统中抗体群协同应答抗原（抗原群）的生物机制和机理，从源头上系统地探讨了求解动态环境下不同类型的一般非线性高、低维约束单、多目标优化问题的一系列人工免疫优化计算模型、算法设计、测试分析、理论分析和软件研发，形成了具有自身独特的免疫优化理论体系和应用框架；其次，结合企业实际运行中项目群动态管理问题，在协作单位支持下，探讨了动态环境下项目群选择计划的动态约束优化模型，并借助已获智能优化成果确定动态项目群选择方案和选中项目的流程规划方案，进而研究项目群决策支持软件；最后，借助免疫耐受、抗体抑制和抗体学习机制，通过提出可靠性支配概念、建立概率支配模型和设计自适应样本分配方案，建立求解联合、非联合机会约束单、多目标机会约束规划的人工免疫优化一般性模型，进而针对不同类型一般优化问题，获得相应求解的免疫优化方法，并展开算法的测试分析、应用尝试和部分算法的理论研究。该项目已取得原创性研究成果，研究工作正受同行研究者的跟踪和认可，为人工免疫优化的纵深发展提供了发展动向、新研究方向和新应用领域，也必将为人工免疫系统及交叉学科的发展积累正能量和产生积极的推动作用。已获得项目计划管理著作权1项，发表学术论文25篇，其中，被SCI或EI收录13篇（SCI、EI同时收录3篇，仅被EI收录10篇），中文核心期刊论文5篇，部分研究成果已直接或间接在工程中获得了应用。