人工免疫算法及其在船舶柴油机智能故障诊断中的应用研究

本文在系统研究人工免疫算法基础上，从工程实际应用的角度出发，将人工免疫算法与计算智能诊断方法相结合，对船舶柴油主机的智能故障诊断进行了深入的研究。完成如下的研究工作： (1) 讨论了生物免疫系统的一些基本概念、功能和原理：分析了人工免疫算法的基本理论以及常用免疫算法的基本结构和流程。在分析opt-aiNet算法原理和性能的基础上，引入山谷搜索法作为新的网络抑制方法，提出并实现一种多峰函数优化免疫算法。 (2) 为了在聚类数不确定的情况下实现聚类分析，通过借鉴生物免疫系统中的克隆选择原理并结合聚类有效性分析，提出一种基于快速免疫动态聚类算法。用以根据样本数据自动确定聚类数及中心位置，并且克服了传统聚类算法容易陷入局部极小值的缺点。同时，通过引入新算子及适当选取聚类的初始中心，明显提高算法的收敛速度。 (3) 在系统研究RBF神经网络原理和学习算法的基础上，提出一种用快速免疫动态聚类算法自动求解网络中心，再用递推最小二乘法求解网络权值的新学习算法。给出了基于神经网络进行故障诊断的基本原理，并以此为依据对船用柴油机进行故障诊断。 (4) 在介绍粗糙集理论核心内容的基础上，提出了一种基于免疫优化的新型粗糙集属性约简算法。算法设计的重点在于将分类精度和约简中所含属性个数集成为一个统一的亲合度成熟目标，并通过抗体更新和抗体相似性抑制来维持群体的多样性，以获得多个符合分类质量要求的属性约简集。 (5) 在所求得的多个属性约简集中，根据专家经验优选最佳约简集，对反映柴油机运行工况的特征参数进行简化，并通过RBF网络实现对船舶柴油机故障的自动分类和渗断。以此混合智能诊断模型为基础，设计并实现了船用柴油机状态监测及故障诊断系统。