[发明专利]一种基于RBF神经网络和自适应搜索的人工免疫算法

权利要求书

1.一种基于RBF神经网络和自适应搜索的人工免疫算法，其特征在于包括以下步骤：

S1)分析问题，即抗原识别，对问题特征进行分析，明确约束关系；

系统建模，构建RBF神经网络；

S2)利用样本数据对RBF神经网络进行训练，构建抗体-抗原非线性RBF神经网络映射曲面；

S3)随机产生一定数量的初始抗体群；

S4)利用步骤S2构建的抗体-抗原非线性RBF神经网络映射曲面计算出抗体-抗原结构体，从中优选出N个抗体作为待评价抗体；所述优选方法为根据抗原的优劣排序，选出前N个；

S5)对步骤S4优选出的N个抗体进行评价，计算每个抗体与抗原的亲和度，计算抗体浓度，计算每个抗体的期望繁殖率；

S6)形成父代群：将抗体群按期望繁殖率进行降序排列，并提取前n_A个作为记忆细胞构成种群A，将后n_B个作为待接种种群B，其中n_A＝P_cmaxN，n_B＝n_A，P_cmax是抗体与抗原之间亲和度最大值；

S7)终止条件判断，若满足终止条件，则结束并输出结果，即最优解；反之，则执行步骤S8；

S8)免疫操作和疫苗接种：对步骤S6中除去种群A外的抗体群进行选择、交叉和变异操作，形成种群C，种群C中抗体数量为n_c,n_c＝N-n_A；对待接种种群B进行疫苗接种后，与种群A、种群C一起组成新的抗体种群D，再转到步骤S4；

所述疫苗接种是采用一种自适应搜索算法实现的，以种群A中的记忆细胞为中心，在记忆细胞周围指定范围内随机搜索该指定范围内的最优抗体，并以该最优抗体替代待接种种群B中的抗体；

抗体浓度：

其中S_v，z为抗体与抗体之间亲和力：

L表示抗体的维数，即参数的个数，k_v,z为抗体v和抗体z中参数数值相同的个数；

期望繁殖率：

抗体与抗原间亲和力：

其中α为常数，取值区间为[0.5,0.95]，F_v为目标函数；

所述的基于RBF神经网络和自适应搜索的人工免疫算法，用于优化确定基于CPR网络的、采用液压变压器控制的新型液压节能系统中的参数，CPR网络即Common Pressure Rail恒压网络，新型液压节能系统由CPR网络、液压变压器、先导控制机构、变幅油缸和回转马达、高速开关阀组成，CPR网络由高压回路和低压回路构成，高压回路中的恒压变量泵和液压蓄能器组成混合动力源来保证高压端压力的相对稳定，低压回路与油箱直接相连；伸缩油缸和变幅油缸、起升马达和回转马达不经常同时工作，且伸缩油缸和变幅油缸，起升马达和回转马达是类型相同的负载，即分别为直线负载和旋转负载，采用第一液压变压器来控制伸缩油缸和变幅油缸，第二液压变压器来控制起升马达和回转马达，并利用多个高速开关阀构成阀组进行切换控制，以实现同一液压变压器对同类型执行元件的有效控制；

液压节能系统中的恒压变量泵作为CPR网络的主要供油源，在满足系统所要求的流速前提下，能耗取决于CPR网络的高压端压力P_H；液压蓄能器容积V_acc0和液压蓄能器预充气压力P_acc0是决定液压蓄能器性能的两个关键性参数，故选出符合要求的参数范围，其中CPR网络高压端设定压力的参数为7、10，单位是MPa，液压蓄能器容积V_acc0的参数为6.3、10、16、20；单位是L；液压蓄能器预充气压力P_acc0的参数为1、6，单位是MPa；

液压系统的能耗是由恒压变量泵和齿轮泵的能耗共同构成的，选取动力元件恒压变量泵和为先导控制机构供油的齿轮泵输出能量之和的最小值作为执行基于RBF神经网络和自适应搜索的人工免疫算法的目标，具体液压节能系统节能优化的目标函数为一个周期内的液压系统能耗E_T：

minE_T＝E_H+E_X

E_H＝∫P_H·Q_Pdt

E_X＝∫P_X·Q_Xdt

式中：E_H为恒压变量泵(3)输出能量；E_X为先导控制机构供油的齿轮泵(4)输出能量；P_H为CPR网络高压端压力；Q_P为恒压变量泵(3)输出油液流量；P_X为先导控制机构(8)液压系统高压油路压力；Q_X为齿轮泵(4)输出油液流量；P_H、Q_P、P_X和Q_X这些参数在仿真过程中可以直接获取；

即首先在选定的参数范围内随机产生一定数量的抗体群，由仿真模型计算得出的抗体-抗体解的结构体作为神经网络的训练样本，以此来训练构建抗体-抗原非线性RBF神经网络映射曲面，然后再随机产生初始抗体群开始算法的优化计算。