【正文】 [100,100] 2 0 Schwefel1 function 1 ? ?? ??? ni ni ii xxxf 1 14 )( [10,10] 2 0 Schwefel1 function 2 21 15 )( ? ?? ? ????????? niij jxxf [100,100] 2 0 圖 32 Rastrigin function 寧波大學(xué)信息與科學(xué)工程學(xué)院本科畢業(yè)設(shè)計(jì)（ 論文） 圖 33 Ackley function 圖 34 Global function 基于鄰域 克隆選擇學(xué)習(xí)算法的分餾系統(tǒng)資源優(yōu)化 19 圖 35 Schwefel1 function 1 圖 36 Schwefel1 function 2 寧波大學(xué)信息與科學(xué)工程學(xué)院本科畢業(yè)設(shè)計(jì)（ 論文） 表 32 三種算法搜索性能比較 function Clonalg OptaiNet N Clonalg 最小值 177。 鄰域競爭后的抗體網(wǎng)絡(luò)為 )(2TL 。 e) 如果 sTt? ，則令 1??tt ，并轉(zhuǎn)步驟 b)；否則轉(zhuǎn)步驟 f)； f) 令， tmn sBestA ? 。39。39。 用sT 表示最大代數(shù)， ]1,0[?sR 表示相對搜索半徑， sP 為預(yù)先設(shè)定的參數(shù)， )( ?C 表示 Agent 的 競爭力 ， sBestt 和 sCBestt 分別表示到第 t 代為止和第 t 代中產(chǎn)生的競爭力最大的 Agent。39。 鄰域克隆選擇和鄰 域競爭算子利用鄰域的信息實(shí)現(xiàn) Agent 間的競爭和合作，鄰域自學(xué)習(xí)算子利用個(gè)體自身的知識來增加能量。其顯著的現(xiàn)象表示，就是自然選擇中的進(jìn)化。 定義 在 鄰域 克隆選擇學(xué)習(xí)算法 中，一個(gè) Agent 表示表 示目標(biāo)函數(shù)的解。智能體往往不是孤立存在的，他們或多或少組成一個(gè)社會性的群體。智能體，一個(gè)獨(dú)立的智能體實(shí)體，明顯具有智能特性，其特性包括以下幾方面： （ 1）自主性 作為一個(gè)智能體，自主性是其一個(gè)非常重要的特性。那怎樣來定義 Agent 這一概念，著名科學(xué)家 Hewitt 認(rèn)為這是很困難，就像以 前人們定義智能是什么一樣。正是這一特性，人們可以借助于 CLONALG 算法 來解決多模態(tài)優(yōu)化問題。具體做法是：第一克隆增殖的抗體經(jīng)營的若干副本 。 :計(jì)算 每個(gè)克隆群中各個(gè)抗體的適應(yīng)度 。該算法可以有效地提取目標(biāo)函數(shù)的局部峰值，并有群體的優(yōu)良特性，自動(dòng)調(diào)整實(shí)數(shù)編碼的數(shù)量，但有時(shí)早熟的現(xiàn)象，但更多的算法特性缺乏分析 。庫克和亨特是基于機(jī)器學(xué)習(xí) ，人工免疫網(wǎng)絡(luò)算法的自然免疫網(wǎng)絡(luò)系統(tǒng)的學(xué)習(xí)和記憶能力。算法結(jié)構(gòu)，不但強(qiáng)調(diào)抗體人口的健身功能的變化也對抗體的克隆選擇算法和其改進(jìn)身體親和力的概念之間的相互作用變化的多樣性有關(guān)。即抗體親和度越大，變異率越小；反之亦然； Step5：確 定 C39。 （ 1）克隆選擇算法的流程 CLONALG 算法是今年來提出的比較典型的一種免疫選擇算法，該算法具體流程如下： Step1：生成初始候選解集 Ab,Ab 是由記憶單元（ Abm）和保留種群（ Abr）組成， Ab=Abm+Abr。分 B 細(xì)胞受體變異的突變，從它們的形狀空間的遠(yuǎn)點(diǎn)，在尋求高親和力 B 細(xì)胞的過程中，以避免陷入局部最優(yōu)。 達(dá)爾文的生物進(jìn)化論的原理是相似的免疫系統(tǒng)，也有進(jìn)化現(xiàn)象。 20xx 年， 卡斯特羅和馮氐地址多模態(tài)函數(shù)優(yōu)化的小生境遺傳算法的改進(jìn)算法和比較測試的問題，可以定性看到的結(jié)果更高峰的搜索功能的改進(jìn)CLONALG 算法。 克隆選擇理論 [16]是用來解釋生物免疫系統(tǒng)的機(jī)制，如何消除外來抗原。 （ 4）免疫記憶 當(dāng)身體接觸后，接觸到相同的抗原特異性抗原，抗體的潛伏期比最初的反應(yīng)是顯著縮短，含有抗體顯著增加，并保持很長一段時(shí)間，這當(dāng)同一抗原再次侵入人體，造成更 強(qiáng)的 免疫，更高親和力的抗體生成的現(xiàn)象被稱為免疫記憶。 （ 3）免疫耐受 在一個(gè)特定的反應(yīng)遲鈍的抗原物質(zhì)接觸時(shí)的免疫細(xì)胞的免疫耐受。對于免疫識別的現(xiàn)象，奧地利免疫學(xué)家伯內(nèi)特提出的一個(gè)細(xì)胞克隆選擇學(xué)說，學(xué)說：胚胎細(xì)胞分化，體內(nèi)已經(jīng)形成的是，克隆特異抗原，細(xì)胞表面受體的淋巴細(xì)胞數(shù)量。其主要是免疫細(xì)胞分化增值的場所。經(jīng)典的免疫學(xué)開端，是被認(rèn)為二十世紀(jì)七十年代“牛痘”的發(fā)明。免疫中有個(gè)特殊的概念就是抵抗力，抵抗力越強(qiáng)，其生存能力就越強(qiáng)。 （ 2）了解神經(jīng)網(wǎng)絡(luò)的特征。機(jī)器人也越來越智能化。 （ 4） 多目標(biāo)優(yōu)化 在多目標(biāo)優(yōu)化這一領(lǐng)域中， Coello 提出了基于克隆選擇的多目標(biāo)優(yōu)化算法 [11]， 為該領(lǐng)域提出了一種新的解決方案 。因?yàn)閭鹘y(tǒng)控制方法不能得到很好的控制效果，所以將免疫算法應(yīng)用到控制領(lǐng)域中，即智能免疫控制器。自先前提出克隆選擇算法，美國科學(xué)家 Forrest、 Perelson 提出否定選擇算法 [7]。 什么是克隆選擇原 理？克隆選擇原理是一種算法理論，該理論闡述的是對抗原產(chǎn)生的反應(yīng)，只有識別抗原的細(xì)胞才能產(chǎn)生增值。免疫系統(tǒng)對侵入生物系統(tǒng)的抗原產(chǎn)生反應(yīng)，形成抗體。 生物免疫 作為一個(gè)高效的復(fù)雜的 系統(tǒng)， 可以通過學(xué)習(xí)、記憶、識別等各種手段 來對 信息 進(jìn)行處 理 。Neighborhoodclonal selection learning algorithm。 承諾人（簽名）： 年 月 日 寧波大學(xué)信息與科學(xué)工程學(xué)院本科畢業(yè)設(shè)計(jì)（論文） III 摘 要 【 摘要 】 針對化工分餾系統(tǒng)資源優(yōu)化問題，本文在 結(jié)合生物免疫的克隆選擇和人工免疫網(wǎng)絡(luò)算法的基礎(chǔ)上，采用了Agent 的思想， 提出了 一種 鄰域 克隆選擇學(xué)習(xí)的 全局優(yōu)化 算法（ N Clonalg） 。利用這一思維，更好地進(jìn)行了分餾系統(tǒng)資源優(yōu)化的進(jìn)行，更加快捷有效。 與傳統(tǒng) 的 優(yōu)化技術(shù)相比，一些智能進(jìn)化算法如：遺傳、模擬退火和禁忌搜索等雖然通用性強(qiáng)、能并行處理及最終能收斂到全局最優(yōu)解等優(yōu)點(diǎn) [1]。本課題中利用的是神經(jīng)網(wǎng)絡(luò)能逼近非線性對象這一特點(diǎn)，將 rbf 神經(jīng)網(wǎng)絡(luò)和 鄰域 克隆選擇學(xué)習(xí)算法（ N Clonalg)結(jié)合，對分餾系統(tǒng)進(jìn)行資源優(yōu)化。人工免疫系統(tǒng)也成為人工智能的嶄新分支。 后來在十九世紀(jì)末，在美國召開人工免疫系統(tǒng)專題會議，人 們對免疫系統(tǒng)的興趣越來越大。 免疫算法的應(yīng)用和研究前景 人工免疫算法在很多領(lǐng)域都有應(yīng)用，且得到很大顯著成效。 （ 3） 圖像處理 圖像處理中，最佳視差圖是很重要的一點(diǎn)。在數(shù)據(jù)分析這一領(lǐng)域，免疫算法越來越被重視，且被應(yīng)用到。 本課題的研究內(nèi)容和研究目標(biāo) 研究內(nèi)容： （ 1）了解免疫算法的原理和特征，對免疫算法有一個(gè)大致的掌握。 寧波大學(xué)信息與科學(xué)工程學(xué)院本科畢業(yè)設(shè)計(jì)（ 論文） 2 免疫算法的基本理論 免疫算法基礎(chǔ) “免疫”顧名思義就是免除傳染病的意思，這詞最初見于明朝時(shí)期的《免疫類方》一文。 一般的免疫系統(tǒng)包括免疫器官、免疫細(xì)胞和免疫分子。 免疫系統(tǒng)構(gòu)成 高等動(dòng)物和人類具有一套完整的免疫系統(tǒng)，其免疫功能是機(jī)體產(chǎn)生反應(yīng)的物理基礎(chǔ)。 免疫系統(tǒng)的主要功能 免疫反應(yīng)是人的特定的生理反應(yīng)， 當(dāng)抗原性異物侵入到身體時(shí)，為了保持自身的穩(wěn)定作出的免疫反應(yīng)。免疫反應(yīng)可以表示為兩種類型：一 方面 是陽性免疫反應(yīng)，在正常情況下，非自身抗原的排斥作用 。在以下幾個(gè)方面的免疫耐受的一般特征： ① 特定的排斥或抑制抗原特異性 T 細(xì)胞或 B 細(xì)胞免疫耐受 。正常情況下，遺傳算法，精英和免疫遺傳算法的多模態(tài)函數(shù)的最大峰值與精英只搜索幾個(gè)峰值搜索無能為力。 20xx年， 卡斯特羅和馮氐提出克隆選擇算法， CLONALG 命名。 克隆選擇的原理： 克隆選擇原理的基本思想是唯一的細(xì)胞能夠識別抗原擴(kuò)增，只有這些細(xì)胞可以選擇保留，而那些無法識別細(xì)胞中的抗原沒有選擇，也不擴(kuò)增。 B 細(xì)胞克隆擴(kuò)增和工頻磁場的變化，在空間 B 細(xì)胞的形狀，產(chǎn)生一個(gè)子搜索在當(dāng)?shù)兀哂H和力 B 細(xì)胞的數(shù)量?？寺∵x擇和 推廣的進(jìn)一步豐富，提出了一個(gè)簡單的克隆選擇算法（ CLONALG）。但對于函數(shù)優(yōu)化，每個(gè)抗體克隆體的個(gè)數(shù)相同，都是 Nc 個(gè)。首先，來自免疫系統(tǒng)，而不是自然進(jìn)化的克隆選擇算法，使用進(jìn)化算子，這主要是因?yàn)榻徊婧妥儺惖幕舅悸肥窃诩?xì) 胞基因水平的主要操作和生物學(xué)基礎(chǔ)進(jìn)化和免疫細(xì)胞基因的變化。但他們?nèi)匀贿m應(yīng)能力不強(qiáng)，搜索結(jié)果是不能令人滿意的，對復(fù)雜問題的解決不足的能力有限，這是需要探索新的多峰函數(shù)的優(yōu)化方法。 aiNet 免疫網(wǎng)絡(luò)算法，該算法模擬免疫網(wǎng)絡(luò)的抗原刺激，基于克隆選擇，否定選擇，免疫網(wǎng)絡(luò) “和其他免疫原則最初用于解決數(shù)據(jù)聚類問題。 :計(jì)算抗體群中每個(gè)抗體的適應(yīng)度值，并把適應(yīng)度向量正規(guī)化到 [0， l]。 Step4:引入原抗體群數(shù)目 d%的隨機(jī)產(chǎn)生 抗體，并與記憶抗體組成新的抗體群，返回 Step2。最后，引入一個(gè)新的抗體隨機(jī)，重復(fù)上述過程，直到你達(dá)到收斂條件至今。本章主要是學(xué)習(xí)這兩種算法，為下文提出的新的改進(jìn)的算法 鄰域克隆選擇算法做一個(gè)理論鋪墊，以便更好地研究和驗(yàn)證新算法。 Agent 不能被翻譯成“代理”，而應(yīng)被描述成“智能體”。所以，總的來說，智能體的反應(yīng)性可以分為主動(dòng)和被動(dòng)。智能體只有通過感知環(huán)境，不斷學(xué)習(xí)，進(jìn)化自己，才能在群體中存活下來。 他是一個(gè)全局適應(yīng)度分布，需要全局選擇。 領(lǐng)域 — 克隆選擇學(xué)習(xí)算法利用的就是智能體這一特性。(39。鄰域競爭算子可表述為： 如果， mmnAAC m ax,)( , ?，則， nmA ,) .( ?? ；否則， nmLoc ,) .( ??? ， ???????????????????????????l s e, ))(()1,1( )())(()1,1( , )( )())(()1,1( , )(etarattara i f tttaraiftbkkkkkkkkkkkkkk??????? ，)( , ,2 ,1 tqk ?? (34) 基于鄰域 克隆選擇學(xué)習(xí)算法的分餾系統(tǒng)資源優(yōu)化 15 )1 ,1(?r 為均勻分布的隨機(jī)數(shù)。, ssnm sLnsLmsL ?? ?? ，更新 ??? ??? 其它 1 1, 39。2,39。 qkesRsRusRsR ui f sRsRuif ekkkkkkkknm ?????????????????? ????，（??????? (36) 其中， ]1,0[?sR 表示搜索半徑。 初始化免疫 Agent網(wǎng)格系統(tǒng) )0(L ， 21)( ss LLLsize ?? ， 將 S 域中隨機(jī)生成的21 ss LL ? 個(gè)初始抗體群 0A 按實(shí)數(shù)編碼置于網(wǎng)格系統(tǒng) )0(L 上 ， 編碼長度為 l 。 圖 32~圖 36 分別表示 1f ～ 5f 函數(shù)分布圖。103 105 177。0 )(5xf 0 177。一般選用 mp =。優(yōu)化中的算法，每個(gè)都需要收斂性驗(yàn)證。其主要是用來進(jìn)行成分分離。它反映了三塔的塔耗隨著兩個(gè)尋優(yōu)參數(shù)的變化的變化趨勢和關(guān)系 。Kg1h1 圖 42 塔的單耗隨資源分配系數(shù) 變化 寧波大學(xué)信息與科學(xué)工程學(xué)院本科畢業(yè)設(shè)計(jì)（ 論文） 鄰域 。但是從圖中也可以粗略地估計(jì)其能耗最低時(shí)的尋優(yōu)參數(shù)在哪個(gè)小的范圍內(nèi)。本文要做的是通過控制分流器 300、 700中的分流系數(shù)，是三個(gè)分餾塔流出的產(chǎn)物保證一定的產(chǎn)量后，所利用到的資源最少。在這基礎(chǔ)上，和上章涉及到的兩個(gè)算法進(jìn)行收斂比較，做了一定的理論分析，證明了算法的可行性。一般選用 cp =。0 0 177。104 )(3xf 105 177。停止準(zhǔn)則均為運(yùn)行最大迭代次數(shù)為 300，如 20 次內(nèi)記憶庫內(nèi)未有更好的個(gè)體出現(xiàn)，則算法自動(dòng)退出。 執(zhí)行鄰域克隆選擇算子可以增加網(wǎng)格上個(gè)體的競爭力，其抗體網(wǎng)絡(luò)為 )(1TL ； (4) 進(jìn)行鄰域競爭操作 。 b) 對 Agent網(wǎng)格 )(tsL 上的每個(gè) Agent執(zhí)行鄰域競爭算子，得到 )(1tsL ； c) 對 )(1tsL 上的每個(gè) Agent，如 mspU ?)1,0( ，則執(zhí)行變異算子，最終得到 )(2tsL ； d) 從 )(2tsL 中找出 tsCBes ，如果 )()( 1 tt s B esCs C B es tC ?? ，則令 11 ?? ? tt sCBestsBest ， 否則 ， 令tt sBestsBest ??1 ， tt sBestsCBest ??1 。1,39。39。區(qū)別是在于他作用于當(dāng)代最優(yōu)個(gè)體的搜索范圍內(nèi)。 m a x,m a x, C ijmC ij LmL ?? ， mm? 為變異運(yùn)算； sT 為選擇操作： ),39。 進(jìn)化操作算子 鄰域 克隆選擇學(xué)習(xí)算法的主要操作算子為：鄰域克隆選擇、鄰 域競爭和自學(xué)習(xí)算子