针对模糊控制器在内置式永磁同步电机调速控制系统应用中计算负荷过重的缺陷,提出了一种基于免疫模糊控制器的调速系统.方案首先设计了模糊控制器,然后引入混沌思想来改进的免疫优化算法,进而对模糊控制器参数进行优化.这种控制器计算负荷小,适合实际应用.实验研究验证了该算法的可行性和有效性.

为了克服传统BP网络收敛速度慢，隐含层节点数不确定等缺点，将免疫算法与BP网络理论相结合，提出了应用免疫神经网络建立固井质量预测模型。在免疫神经网络算法实现中，增添了抗体浓度进行免疫调节，提高了群体的多样性。仿真结果表明，方法比BP网络建立的模型具有更短的训练时间和更高的预测精度，能够提高固井质量，实现固井质量的预测和跟踪分析，对固井中各种未知信息的预测有着较好的适用性，为固井质量预测提供了一种新方法。

在文本分类中，应用支持向量机（SVM）算法能使分类在小样本的条件下具有良好的泛化能力。但支持向量机的参数取值决定了其学习性能和泛化能力。为提高支持向量机算法的性能，提出了一种采用免疫算法对支持向量机参数进行优化的文本分类算法（IA—SVM）。算法减少了对支持向量机参数选择的盲目性，提高了SVM的预测精度。实验表明，IA—SVM算法在文本分类问题上明显提高了分类正确率，学习速度也有提高。

针对带钢冷连轧精轧机组中负荷分配的优化问题,提出一种免疫萤火虫算法。该方法利用免疫算法中抗体对抗原敏感性强的特点,在目标函数的激励下迅速大量产生可行域中适应度高的解,解决基本人工萤火虫算法中因观察范围内高亮度的萤火虫发现率低导致的算法初始迭代缓慢问题。为提高萤火虫算法的精度、避免陷入局部极值,根据免疫算法中抗体浓度与激励度的关系,提出新的萤光素更新公式。仿真分析免疫算法、人工萤火虫算法和免疫萤火虫算法,结果表明了免疫萤火虫算法在收敛速度和精度上的优越性。

针对利用经验试凑法或其他优化算法整定机器人自抗扰控制器参数,存在整定过程复杂、整定结果不是全局最优等缺陷,提出一种基于免疫粒子群融合算法的机器人自抗扰控制器参数整定方法。该方法将免疫算法的免疫信息处理机制引入粒子群算法结构中,解决了免疫算法优化过程繁杂冗长以及粒子群算法过早陷入局部最优的问题,实现了自抗扰控制器参数整定,快速找到全局最优解。MATLAB仿真结果表明:该方法提高了自抗扰控制器的响应速度和稳定性,适用于

为了提高双缸锻造液压机的同步运动控制精度,设计了免疫神经网络PID控制器。分析了双缸锻造液压机同步控制系统原理,建立了阀控液压缸数学模型;针对传统PID控制器不具有参数自适应整定的缺陷,使用免疫算法对系统状态进行监测,根据系统状态实时调整PID参数,使PID控制更具有时效性和有效性;免疫算法中抗体抑制调节函数的构建精度极大影响控制精度,鉴于BP神经网络对非线性函数的无限逼近能力,使用BP神经网络逼近抗体抑制调节函数;经仿真实验验证,设计的免疫神经网络PID控制器具有超调量小、同步跟踪误差小、鲁棒性高等优势。

生物体的免疫应答机制是生物体维持免疫平衡的重要手段。本文将免疫反馈与传统的PID控制器相结合，构成一种新型的免疫PID控制器。该结构的免疫PID控制器具有结构简单、自适应能力强等特点，将该控制器应用到宝钢循环风机调速控制系统中，仿真结果表明该方法能够改善系统阶跃响应性能。

针对在液压泵故障诊断中故障样本难以获得的问题，融合人工免疫系统中的实值否定选择算法和支持向量机算法提出了一种混合的故障诊断方法。在该混合方法中使用算法产生非己集合（故障样本），将其作为算法的输入进行训练，解决了难以获得故障样本的难题。应用小波分析完成液压泵端盖振动信号的消噪及特征提取。最后用柱塞泵脱靴故障样本进行诊断，正确率可达90％，验证了混合诊断方法的有效性。