为满足液晶可调谐滤波器（Liquid Crystal Tunable Filter，LCTF）滤波性能和多参数优化的需求，本文提出了一种基于人工免疫算法（Immune Algorithm，IA）的里奥（Lyot）型LCTF优化设计方法。该方法以Lyot型LCTF的光透过率、透射主峰的半高宽（Full Width at Half Maximum，FWHM）、截止区旁瓣抑制（Side Lobe Suppression，SLS）等滤波器基本光谱性能指标为评价函数，基于特定评价函数约束下的全局寻找LCTF最佳液晶盒厚度和驱动电压配置参数组合进行优化设计。仿真结果表明，IA算法优化后的LCTF与传统Lyot型LCTF相比，旁瓣抑制效果提升了73.42%，整体滤波效果提升了13.90%，同时用可调控评价函数权重来实现滤波器性能的智能调控以满足不同应用场景需求。该设计方法可避免传统滤波器对器件厚度线性精度的严重依赖，不仅在液盒厚度、级数选择上更加灵活，可改善光谱响应时间和光透过率，而且省略了繁琐的实验调试工作量，具有一定的研发高效性、实用性以及经济性。
液晶 里奥型滤波器 人工免疫算法 优化设计 智能调控 liquid crystal Lyot tunable filter artificial immune algorithm optimal design intelligent regulation
兰州交通大学 电子与信息工程学院，甘肃 兰州 730070
由于无线传感器网络连通性不合理，导致计算待测节点与已知节点间距离时存在误差。为此，提出一种改进的人工免疫算法(AIA)优化DV-Hop未知节点坐标。首先对原平均跳距加权，其次利用网络中信标节点间距离产生的偏差构造跳距校正值得到最终的全网平均跳距。最后在计算待测节点坐标时引入AIA，针对AIA易陷入局部最优以及收敛速度过慢的问题，在局部搜索过程中采用高斯变异方法对AIA进行改进，扩大搜索范围，得到优化的待测节点坐标。经Matlab仿真证明，与原DV-Hop算法相比，改进后的算法在节点总数、信标节点比例以及通信半径三方面平均定位误差降低了近15%左右，具有较高的定位精度和较好的定位稳定性，同时也改善了算法的收敛性。
无线传感器网络 DV-Hop算法 加权 跳距校正值 改进的人工免疫算法 Wireless Sensor Network DV-Hop algorithm weighting Hop distance correction value improved artificial immune algorithm 太赫兹科学与电子信息学报
2020, 18(6): 1133
1 中国科学院东北地理与农业生态研究所，长春 130012
2 中国科学院研究生院，北京 100049
利用人工免疫算法来规划的三维飞行航迹。人工免疫算法根据接种方式的不同分为3种情况：随机选择染色体进行接种; 所有染色体挨个接种; 每个染色体都接种但接种位置是随机的。分别按这3种情况对飞行航迹进行仿真，并对其规划出的航迹进行对比分析。同时，针对威胁的不确定性进行了仿真。最后根据飞机的机动性和适航性对上述规划出的航迹进行了优化。仿真结果表明， 人工免疫算法在寻求规划三维航迹的应用中是可行的，而且在时间上还有很大的优势。
三维航迹规划 人工免疫算法 突发威胁 威胁回避 3D flight planning artificial immune algorithm unexpected threat threat avoidance
1 北京航空航天大学 仪器科学与光电工程学院,北京 100083
2 北京航天自动控制研究所,北京 100854
基于生物免疫系统的自我-非我识别能力,采用新的检测器生成方法和匹配规则,综合识别目标的先验信息,提出一种基于阴性选择的免疫识别算法。结合空中**目标的检测和识别问题,对提出的算法进行了应用研究。实验结果表明,基于阴性选择的免疫识别算法用于目标检测和识别可以识别已知类型和未知类型目标,漏判率为0.375%,误判率为0.006%,检测精度达99.563%,而且对不同的入侵目标表现出很好的鲁棒性。
人工免疫算法 自我-非我识别 目标识别 阴性选择 artificial immune algorithm self-nonself recognition target recognition negative selection
