免疫算法

目录

1

选题依据和意义 ................................................................................................... 2 1.1 1.2 1.3 1.4 1.5 1.6 2

研究背景及意义 .......................................................................................... 2 免疫算法的概述 .......................................................................................... 2 免疫算法的研究现状 ................................................................................... 3 物流配送中心选址的概述 ............................................................................. 4 物流配送中心的研究现状： ......................................................................... 4 论文组织结构 ............................................................................................. 5

基本的免疫算法 ................................................................................................... 5 2.1 2.2 2.3 2.4 2.5

免疫算法的相关概念介绍： ......................................................................... 6 免疫算法的步骤 .......................................................................................... 7 免疫算法流程图： ...................................................................................... 8 选择参数 ................................................................................................. 11 免疫算法与遗传算法的比较： .................................................................... 12

3 4 5

物流配送中心选址的数学模型的建立 .................................................................... 13 免疫算法物流配送中心选址中的应用： ................................................................ 14 实验： .............................................................................................................. 15 5.1

小结 ........................................................................................................ 18

6

总结与展望 ........................................................................................................ 18

1 选题依据和意义

1.1

研究背景及意义

科技日新月异的发展的21世纪，学科之间的融合成为了各学者的研究新方向，各学科之间相互渗透、相互影响、相互作用成为了新世纪科技发展的新特征。其中，由计算机科学与生命学科相互结合而产生的新型智能算法——免疫算法就是其中的代表之一。

近年来，随着我国经济的快速发展并逐渐走向全球化的道路，物流已成为了经济发展的重要产业之一，现如今各大城市都建设有自己的物流配送网络，这对于城市的招商引资，资源的优化配置，经济产业的运行效率都有着促进作用。物流配送中心作为物流业重要的环节，其选址问题吸引着专家学者投身研究当中。由于物流配送中心一旦选定并进行建设，其位置是固定的，所以在地址的选定上尤为重要。相比较于传统的选址方法，免疫算法以其收敛速度快，鲁棒性强等特点，得到专家学者们的青睐。

免疫算法是模仿生物免疫机制，结合基因的进化机理，人工地构造出的一种新型智能搜索算法。免疫算法具有一般免疫系统的特征，免疫算法采用群体搜索策略，一般遵循几个步骤”产生初始化种群→适应度的计算评价→种群间个体的选择、交叉、变异→产生新种群”。通过这样的迭代计算，最终以较大的概率得到问题的最优解。相比较于其他算法，免疫算法利用自身产生多样性和维持机制，保证了种群的多样性，克服了一般寻优过程中特别是多峰值的寻优过程中不可避免的“早熟”问题，求得全局最优解。大量表明，免疫算法能在较少的迭代数能快速收敛到全局最优。因此，免疫算法在物流配送中心选址问题的研究具有一定的应用价值和参考价值。 1.2

免疫算法的概述

人们对人工免疫算法的研究从免疫学的基础上开始的。对免疫算法的深入研究，发现其在解决复杂问题上西安实处了强大的信息处理能力。

1958年澳大利亚学者Burnet率先提出了克隆选择原理[21]，1960年因此获得诺贝尔奖。Famer于1986年基于免疫网络学说理论构造出来的免疫系统的动态模型，展示了免疫系统与其他人工智能方法相结合的可能性，开创了免疫系统研究的先河。1996年，在日本举行的国际专题研讨会上，提出了免疫系统的概念。1997年IEEE的SMC组织专门成立了人工免疫系统及应用的分会组织。

免疫算法，是受生物免疫系统的启发，推出的一种新型的智能搜索算法。对外界入侵的抗原，受抗原的刺激，生物上淋巴细胞会分泌出相应的抗体，其目标是尽可能保证整个生物系统的基本生理功能得到正常运转，并产生记忆细胞，以预防下次相同的抗原入侵时，能够快速的做出反应。借鉴其相关内容和知识，并将其应用于工程科学的某些领域，收到了良好的效果。 1.3

免疫算法的研究现状

虽然起步较晚，但免疫算法已成为当今智能计算的研究热点之一。已在函数优化，人工神经网络设计，智能控制等领域获得了成功的应用。近几年，网络和智能成为免疫算法发展的的特征之一,也是其重要应用领域。免疫算法在增强系统的鲁棒性,维持机体动态平衡方面有明显的成效。经过各位学者的不断专研，免疫算法于其他算法的并行性得到充分发挥。例如免疫遗传算法，免疫粒子群算法。这些算法的产生，增加了算法的灵活行。现主要的应用有机器学习，故障诊断，网络安全，优化设计。

国内虽然对免疫算法的研究起步较晚，但在免疫算法的研究及其应用上也取得了不错的成果。经研究归纳，免疫算法可分为3种情况：

（1） 基本免疫算法，模拟免疫系统中抗原与抗体的结合原理。 （2） 基于免疫系统中其他特殊机制抽象出来的免疫算法，如克隆选择算

法。

（3） 免疫算法与其他智能算法的结合形成的新的算法，如免疫遗传算法。 基于这三种主流的算法，国内对免疫算法的研究有对免疫算法的参数问题的研究[1]，有对多维教育免疫网络的研究，增强了教育网络的安全性[2]。有TSP

问题求解[3]、装配序列规划问题求解[4]、工程项目多目标优化研究[5]、应用免疫算法进行电网规划研究[6]。基于混沌免疫进化算法的物流配送中心选址方案[7]。目前国内的研究主要集中在算法的优化改进上，与其他智能算法相结合的研究。 1.4

物流配送中心选址的概述

物流配送中心是物流网络的基础节点，是物流能够正常运作的前提，同时，配送中心面向客户，其工作效率不仅直接影响到企业的业绩，而且还影响客户的评价。物流配送中心选址的重要性：由于物流配送中心的投资规模大，占用大量的城市面积，而且其位置一旦建成后，其地理位置相对固定，对物流业今后的运营情况产生长远的影响。因此物流配送中心选址的决策必须进行科学的论证后再做定夺。失败的选址对于物流业来说是致命的，不仅会导致商品运输处于无秩序、低效率的状态，还可能在运输成本上吃紧，如果不能满足客户的需要，还会影响到企业的利润。因此，科学的物流配送中心选址是很有必要的。

物流配送中心选址问题，要考虑的因素很多，一般地，主要考虑以下几个方面：

（1）运营成本:缩减成本一直是企业追求利润的主要方法之一，在创造相同价

值的情况下，成本的缩减成为了企业间竞争力的决定性因素。

（2）运输效率：降低运输成本主要的途径之一就是运输效率，协调好各部门的

工作能有效的解决这一问题。

（3）服务质量：客户的好评是企业无形的资产，提供优质的服务质量是一个有

远见的企业必做的事情。 1.5

物流配送中心的研究现状：

经过几十年的研究，国内外在物流配送中心选址问题的研究日趋成熟，形成了相对完善选址方法，大体可归纳为： （1）定性分析法:

定性分析法主要依赖专家和决策者的先知经验、知识，经过综合分析，统筹规划来确定其地理位置，这些方法主要有专家分析法、德尔菲

法。定性分析法的优点在于利于操作，简单易行，在一定程度上能够利用丰富的经验来解决选址问题。其确定在于，由于这种选址方法带有个人主观因素，往往会犯主观主义或经验主义的错误。缺乏科学性，客观性。导致选址方案的可靠性不高。 （2）定量分析法:

定量分析法使用数学模块对数据进行的分析，通过分析可提供给决策者科学合理的建议，让并做出投资判断。这种方法主要有重心法，混合0-1整数规划法，遗传算法。其优点是能通过科学的计算分析，求出比较可靠的解。 1.6

论文组织结构

本论文是以下的结构进行组织的。本论文的第二部分主要介绍免疫算法的原理，并与遗传算法做对比，比较两者的优劣势。讨论了针对物流配送中心选址问题免疫算法的实现过程。第三部分主要描述物流配送中心选址问题，并且构造出数学模型、设置约束条件。本文的第四部分描述了在MATLAB平台上通过免疫算法求解物流配送中心选址问题实验的结果，并做出分析。本文的第五部分，总结了本论文的研究内容，指出本论文的优缺点，提出自己的看法。

2 基本的免疫算法

基本免疫算法基于生物免疫系统基本机制，模仿了人体的免疫系统。基本免疫算法从体细胞理论和网络理论得到启发，实现了类似于生物免疫系统的抗原识别、细胞分化、记忆和自我调节的功能。

一般来说，免疫反应就是当病原体入侵到人体时，受病原体刺激，人体免疫系统以排除抗原为目的而发生的一系列生理反应。其中B细胞和T细胞起着重要的作用：

B 细胞的主要功能是产生抗体，且每种B细胞只产生一种抗体。免疫系统主要依靠抗体来对入侵抗原进行攻击以保护有机体。T细胞不产生抗体，它的直接与抗原结合并实施攻击，同时还兼顾这调节B细胞的活动的作用。成熟的B细胞产生于骨髓中，成熟的T细胞产生于胸腺之中。B细胞和T 细胞成熟之

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新工程科技免疫算法 全文阅读和word下载服务。