导读:本文包含了免疫鱼群论文开题报告文献综述及选题提纲参考文献，主要关键词:局部放电,超声定位,人工鱼群算法,序列二次规划
免疫鱼群论文文献综述
李振浩[1]（2017）在《基于序列二次规划—免疫记忆鱼群算法的局放超声定位研究》一文中研究指出电力设备的绝缘状况对整个电网系统的安全运行有着十分重要的影响,而局部放电是造成电力设备绝缘劣化的重要原因之一,因此,能准确快速地对电力设备内部的局部放电源进行检测和定位,从而降低电力设备出现绝缘故障的几率,对电网系统的安全稳定运行起着重要作用。时至今日,国内外学者已对局部放电定位做了大量的研究工作,提出了多种检测和定位方法,其中,超声定位法因为其抗电磁干扰能力能强,有较好的实用性,近年来在局放定位领域有着广泛的应用,得到了快速发展。人工鱼群算法(AFSA)是一种新型的群体智能优化算法,至2002年首次提出以来,它就被广泛应用在各个领域内,包括电力无功优化,经济预测模型优化和配电网故障定位等。本文首先介绍了局部放电的基础理论,如局部放电产生的原因及种类,进而分析了局部放电产生超声波的机理及超声波在电力设备中的传播规律,分析局部放电的超声定位原理,建立局部放电超声定位模型,为局部放电的超声定位提供理论依据。其次,对基本人工鱼群算法进行分析,针对其在优化过程后期收敛速度变慢,寻优精度较低的缺点,对其进行以下两点改进:(1)在每次迭代后生成新一代鱼群时引入免疫记忆特性和调节机制,使得新一代鱼群具有良好的全局搜索能力;(2)在AFSA算法加入序列二次规划算法(SQP),提高局部搜索能力,提出了序列二次规划-免疫记忆鱼群算法(SQP-IMAFSA)的混合优化算法,并验证其有效性和收敛性。再次,搭建局放超声定位实验平台,测出相关实验数据,将本文提出的SQP-IMAFSA算法应用于局放超声定位中来,通过实例和实验对其定位有效性进行分析。(本文来源于《昆明理工大学》期刊2017-03-01）
王冲,雷秀娟[2]（2015）在《一种融合免疫接种机制的改进鱼群聚类算法》一文中研究指出传统的K-均值聚类方法,在聚类过程中过度依赖初始聚类中心的选择,同时由于全局搜索能力的不足,很难得到精确的聚类中心。鱼群算法在解决优化问题中表现出良好的并行性和全局搜索特性,但由于人为设置参数的影响可能会陷入局部最优。针对聚类问题的特征,将鱼群算法运用到聚类问题中,在使用自适应步长的鱼群算法的基础上,进一步融合免疫接种机制,加强算法对精确解的搜索性能,通过UCI数据集上的实验分析和比较,表明算法具有更好的有效性和稳定性。(本文来源于《计算机工程与应用》期刊2015年03期）
邓涛,姚宏,杜军[3]（2013）在《多峰函数优化的免疫人工鱼群网络算法》一文中研究指出针对人工鱼群算法(artificial fish swarm algorithm,AFSA)多峰寻优能力不足的问题,提出了一种免疫人工鱼群网络算法。应用改进的觅食行为,提升了算法的局部寻优能力;采用免疫网络调节机理,保持了人工鱼群多样性,不断探寻新的局部峰值;执行模式搜索法(pattern search method,PSM),完成精英人工鱼群的精细搜索。仿真实验结果表明,该算法具有较强全局优化能力和局部优化能力,且搜索到每个最优解都达到了理想值。(本文来源于《系统工程与电子技术》期刊2013年02期）
刘胜,李高云,江娜[4]（2010）在《SVM性能的免疫鱼群多目标优化研究》一文中研究指出SVM算法的训练精度和训练速度是衡量其性能的2个重要指标.以这2个指标为目标变量建立SVM性能多目标优化问题的数学模型,采用直接对多个目标同时进行优化的方法求得问题的Pareto近似解集.在求解Pareto近似解集时,将免疫原理中的浓度机制引入基本鱼群算法中,形成一种改进的免疫鱼群算法.以非线性动态系统仿真数据为样本数据,并采用改进的免疫鱼群算法求解SVM性能多目标优化问题的Pareto近似解集.仿真结果表明,在解决多目标优化问题时,免疫鱼群算法相对于基本鱼群算法和遗传算法具有更好的优越性.(本文来源于《智能系统学报》期刊2010年02期）
刘双印[5]（2009）在《免疫人工鱼群神经网络的经济预测模型》一文中研究指出针对BP神经网络在经济预测存在的问题,提出了一种新的经济预测模型──免疫人工鱼群神经网络(IAFSA-NN)。通过免疫人工鱼群算法(IAFSA)训练神经网络,能显着提高网络的学习精度、收敛速度、泛化能力、还能在一定程度上克服BP神经网络的缺陷。以广东省湛江市的经济数据进行建模,给出了IAFSA训练神经网络的基本原理和步骤,构建了一个免疫人工鱼群神经网络的GDP预测模型,并运用MATLAB7.0进行仿真。实证表明,该模型预测结果优于BP网络预测方法,更接近实际数据,IAFSA神经网络用于经济预测是有效可行的。(本文来源于《计算机工程与应用》期刊2009年29期）
免疫鱼群论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的K-均值聚类方法,在聚类过程中过度依赖初始聚类中心的选择,同时由于全局搜索能力的不足,很难得到精确的聚类中心。鱼群算法在解决优化问题中表现出良好的并行性和全局搜索特性,但由于人为设置参数的影响可能会陷入局部最优。针对聚类问题的特征,将鱼群算法运用到聚类问题中,在使用自适应步长的鱼群算法的基础上,进一步融合免疫接种机制,加强算法对精确解的搜索性能,通过UCI数据集上的实验分析和比较,表明算法具有更好的有效性和稳定性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
免疫鱼群论文参考文献
[1].李振浩.基于序列二次规划—免疫记忆鱼群算法的局放超声定位研究[D].昆明理工大学.2017
[2].王冲,雷秀娟.一种融合免疫接种机制的改进鱼群聚类算法[J].计算机工程与应用.2015
[3].邓涛,姚宏,杜军.多峰函数优化的免疫人工鱼群网络算法[J].系统工程与电子技术.2013
[4].刘胜,李高云,江娜.SVM性能的免疫鱼群多目标优化研究[J].智能系统学报.2010
[5].刘双印.免疫人工鱼群神经网络的经济预测模型[J].计算机工程与应用.2009