【摘要】：生物免疫系統(tǒng)是一個高度進化的生物系統(tǒng),它具有高度自適應(yīng)、高度分布性、自組織等特性。它能夠有效識別入侵的抗原并清除抗原,并保持機體的穩(wěn)定。人工免疫系統(tǒng)正是借鑒生物免疫系統(tǒng)信息處理機制的基礎(chǔ)上發(fā)展起來的智能信息處理技術(shù)。由于人工免疫系統(tǒng)具備模式識別、學(xué)習(xí)和記憶的能力,因此它成為了一種科學(xué)及工程領(lǐng)域中信息處理和問題求解范式,由此也開辟了計算智能研究的新領(lǐng)域。 本文以人工免疫系統(tǒng)的基本原理框架為線索,對其研究狀況加以系統(tǒng)性的論述。首先從生物免疫系統(tǒng)入手,歸納總結(jié)出其仿生的機制機理,主要包括免疫識別、免疫學(xué)習(xí)、免疫記憶、個體多樣性、分布式、自適應(yīng)等。進而詳細介紹了人工免疫系統(tǒng)的形態(tài)空間模型和人工免疫網(wǎng)絡(luò)的二進制模型。隨后又介紹了幾種具有代表性的人工免疫系統(tǒng)模型:基于陰性選擇的人工免疫系統(tǒng)模型、基于克隆選擇原理的人工免疫系統(tǒng)模型以及基于克隆選擇原理的免疫網(wǎng)絡(luò)模型。 在分析了免疫系統(tǒng)克隆機制的基礎(chǔ)上本文提出了一種免疫克隆算法,在算法中引入了抗體重組變異算子、克隆刪除算子和抗體補充算子,利用抗體重組變異算子與抗體補充算子增加抗體群的多樣性,利用克隆刪除算子抑制抗體親和力的退化。并將其應(yīng)用于廣義最小生成樹問題和物流配送車輛路徑優(yōu)化問題當(dāng)中,仿真結(jié)果表明,與遺傳算法相比較而言,本文提出的免疫克隆算法能夠更為快速可靠地搜索到這兩類優(yōu)化問題的全局最優(yōu)解。 最后在本文提出的免疫克隆算法的基礎(chǔ)之上,引入了抗體的聚類競爭機制以及抗體抑制機制,有效地提高了抗體群的多樣性。針對二進制編碼方式,引入了基于信息熵的抗體之間距離的計算方式。針對實數(shù)編碼方式,引入了高斯變異算子和柯西變異算子組成的雙重變異算子。并將這種基于聚類和競爭的免疫克隆算法應(yīng)用于復(fù)雜測試函數(shù)的尋優(yōu),仿真結(jié)果表明,該算法具備較高的全局收斂可靠性以及較快的收斂速度,避免了遺傳算法中的早熟收斂現(xiàn)象。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2005
【分類號】：TP18
【圖文】：

稱為錯誤肯定，當(dāng)一個非自體字符串被分類為自體字符串時，稱為錯誤否定，見圖3.2。ARTIS的目標也是要將這兩類錯誤最小化，盡量避免它們的發(fā)生。圖3.2一個字符串結(jié)構(gòu)的二維表示如圖3.1中所示，矩形框內(nèi)為所有字符串所在的論域U，每一個字符串都可以歸屬于這個集合，且可區(qū)分為自體或者非自體。陰影部分內(nèi)的字符串為自體，陰影部分外為非自體。免疫檢測系統(tǒng)在兩個集合之間通過對字符串進行自體和非自體分類來給邊界編碼(檢測系統(tǒng)的分類邊界即為圖中的虛線)。.32.2檢測器的生成與訓(xùn)練在ARTIS中，抗原決定基和抗體模擬為固定長度L的二進制字符串，它們之間的化學(xué)結(jié)合用大致的字符串匹配模擬。ARTIS有類似于免疫系統(tǒng)的環(huán)境，它由許多流動檢測器組成，在分布式環(huán)境中循環(huán)。它采用一種更類似于免疫原理的匹配規(guī)則，稱為;連續(xù)位匹配規(guī)則。即如果兩個字符串有共同的r連續(xù)位則匹配，;是一個確定檢測器特征的閩值

在新表示法下，從凡)=00111110不匹配從又)二000010110對每一個檢測孔洞有了不同的表示法等同于改變檢測器的“形狀”，而保持自體集合恒定的“形狀”(見圖3.7)。結(jié)果一個節(jié)點檢測一個非自體字符串失敗，另一個節(jié)點卻能成功，避免了孔洞的出現(xiàn)。圖3.7表示法變化等同于檢測器形狀變化

【引證文獻】

相關(guān)碩士學(xué)位論文 前4條

1 高海燕;徑射狀桁架天線模態(tài)分析與結(jié)構(gòu)參數(shù)優(yōu)化[D];西北工業(yè)大學(xué);2007年

2 金桂芳;免疫規(guī)劃及其在圖像分割中的應(yīng)用研究[D];哈爾濱工程大學(xué);2007年

3 王玉峰;基于免疫算法的陣列天線方向圖綜合[D];哈爾濱工程大學(xué);2007年

4 劉曉峰;一種基于小生境的克隆選擇算法[D];太原理工大學(xué);2007年

本文編號：2742864