分享到:

若干改进的人工免疫算法及其在大气环境领域中的应用

本文在人工免疫系统的基础上,针对免疫克隆选择算法进行了理论研究和应用研究,并将提出和改进的免疫克隆选择算法应用到大气质量评价和大气质量预测两个领域,取得了令人满意的结果。主要研究内容和方法如下:1.提出引入疫苗接种策略的免疫克隆选择算法,即ICSA-VS(Immune Clonal Selection Algorithm Introduced into Vaccination Strategy)算法。在疫苗提取,疫苗选取,疫苗接种过程中引入轮盘赌选择算法,并构造了二进制位基因位选取和接种策略等方法。算法采用实数制编码;根据解决问题的复杂程度和实际需要确定抗体的克隆规模;疫苗提取是将优良抗体集中的全部抗体作为候选疫苗种群;根据候选疫苗个体亲和度占候选疫苗种群所有个体亲和度之和的比率,计算候选疫苗个体被选取的概率,通过轮盘赌方法在候选疫苗种群中选取候选接种疫苗;将候选接种疫苗与克隆后的抗体按照二进制位基因位选取得到的基因位进行疫苗接  (本文共115页) 本文目录 | 阅读全文>>

《佳木斯大学学报(自然科学版)》2011年02期
佳木斯大学学报(自然科学版)

自适应免疫克隆选择算法的参数识别

系统识别在健康监测、非破坏性评估和土木基础建筑的动态监控方面都扮演着重要的角色.因其应用广泛、效果明显,故而也被应用于系统模拟和参数识别算法方面.受到生物学的启发,近年来出现了更为先进的计算智能技术,即人工免疫算法(IA)[1].虽然算法仍然有些稚嫩,但是IA算法正成为又一个吸引人的研究领域.在过去的几年里,将IA算法应用于解决复杂的优化问题的应用越来越多,比如,IIR滤波设计、桁架结构优化设[2-3].相关的文献表明,基于IA的算法比传统的先验性优化算法表现更为出色[2].在解决复杂的多模态问题时,简单的IA算法难以解决局部优化和收敛速度低下的问题,而且只是模拟了免疫系统机制的一部分.为了提高IA算法解决复杂问题的有效性,本文将二阶响应、适应性变异和疫苗因子三个准则引入到遗传克隆选择算法(CSA)之中[4].本文提出改进后的人工免疫算法,即适应性免疫克隆选择算法(AICSA).为了证实算法的有效性,本文还引入模型进行计算.1问...  (本文共5页) 阅读全文>>

《电脑开发与应用》2011年05期
电脑开发与应用

结合人工鱼群的动态克隆选择算法的研究

B ttnet[1]教授在1959年首次提出克隆选择学说,1999年巴西Cam p inas[2]大学的D e Castro博士基于克隆选择的基本原理提出了克隆选择算法(C lonalSelection A lgorithm),克隆选择算法表现出来的主要特征就是高频变异、受体编辑。在克隆选择和静态克隆选择的研究中可以发现,算法存在适应性低,对环境的依赖和要求较严格,只有在静态环境下才可以应用上述的理论[8]。因此K im和Bentley[3]在2002年提出了动态克隆选择算法(Dynam ic C lonal SelectionA lgorithm),主要用于网络入侵检测系统这种动态环境异变的环境系统[7]。浙江大学的李晓磊[4]博士2002年在涂晓媛教授[5]提出的人工鱼模型的理论基础上,将动物自治体的概念引入优化算法中,基于鱼群模式的行为,提出了人工鱼群算法(A rtificial F ish Sw arm A lgorit...  (本文共3页) 阅读全文>>

《计算机系统应用》2010年05期
计算机系统应用

利用聚类改进动态克隆选择算法的自体纯净性问题

1引言入侵检测系统是网络完全防御体系的一个重要组成部分,通过监视网络或系统资源,寻找违反安全策略的行为或攻击迹象,为网络系统提供保护,并且能对某些突发状况进行预防。生物免疫系统与入侵检测系统具有本质的相似性,基于人工免疫的入侵检测系统模拟了生物免疫系统的耐受性、分布式、自组织、自学习、自适应等优良特性来保护计算机免受非法入侵[1]。Kim、Bentley在文献[2]中首次提出动态克隆选择算法,但将其应用于实际入侵检测中主要存在以下问题:首先其实现需要大量的协同刺激;另外,要求用于否定选择的自体集必须是纯净的,不存在噪音数据。文献[3]通过删除能检测到自体的记忆检测器,并利用记忆检测器中存在非我信息,对被删除的记忆检测器进行基因突变,产生未成熟检测器,在一定程度上解决了协同刺激过多的问题。文献[4]采用小生境技术对成熟检测器进行进化,鼓励不同种群的检测器进行交叉和变异,增加了成熟检测器的多样性,提高了对未知入侵的检测能力。但在这些...  (本文共4页) 阅读全文>>

《科技信息》2010年20期
科技信息

多层动态克隆选择算法的研究

1.引言克隆选择是基于人工免疫机制的入侵检测系统中一个重要组成部分。Forrest小组提出的静态克隆选择算法能够在一个静态数据集上建立一个有效的误用检测器,但它最大的缺点是不能适应网络流的变化,即不具有自适应性[1]。在Forrest的静态克隆选择算法中,首先产生随机检测器集合D,D中的检测器都是经过随机产生器产生,再经否定选择后送到集合D中,D中的检测器初始适应度值为0。否定选择的目的,是为了排除和“自体”匹配的无效检测器,使随机产生的检测器,先和“自体”数据库中的所有记录进行比较,若匹配,则丢弃;否则,送入检测器集合D。由于“自体”数据库非常大,因此进行否定选择的时间很长。J.Kim将此算法略作改进[2],使否定选择函数返回一个特定的值,作为检测器的初始适应度值,检测器的优劣由适应度值的大小来衡量。可以把适应度值限制在0和1之间,在进行否定选择时,计算产生的每个随机检测器和“自体”数据库中的每个“自体”模式匹配的相异度值,否...  (本文共2页) 阅读全文>>

《科学技术与工程》2009年13期
科学技术与工程

一种基于有性繁殖的免疫克隆选择算法用于图像复原

图像退化可表示为:y=Ax+n,其中x,y,n分别表示原始图像、退化图像和加性噪声,A为退化矩阵。许多图像复原方法可归结为如下极小化问题:x^=argminx{‖Ax-y‖22+λ‖Cx‖22},其中C为正则化算子,常选为单位算子或Laplacian算子,λ为正则化参数。围绕如何对上式求最优,学者们提出不少解决方案。如果没有噪声(例如量化噪声等)的影响,且λ的取值能够保证f(x)凸的。那么根据凸规划定理,任一局部极小点都是全局极小点,就可采用直接搜索法搜索,如条件迭代模型ICM。然而实际上很难保证没有噪声的存在,并且λ的确定也由于需要计算大型矩阵的特征值,导致计算量太大。因此,越来越多的学者采用进化类算法求解。例如,Kouichi Arakaki等[1]提出用GA进行灰度图像的复原,刘志军等[2]采用并行GA进行图像复原,张煜东等[3]采用一种免疫进化算法进行复原。然而,上述算法在求解时,始终会面临两个问题:1)收敛到局部最优解...  (本文共3页) 阅读全文>>