论文题目: 免疫克隆策略算法及其应用研究
论文类型: 博士论文
论文专业: 电路与系统
作者: 刘若辰
导师: 焦李成
关键词: 进化算法,自然免疫系统,人工免疫系统,克隆选择,免疫记忆,免疫消除,马尔可夫链,收敛性,收敛速度,多峰函数优化,旅行商问题,背包问题
文献来源: 西安电子科技大学
发表年度: 2005
论文摘要: 人工免疫系统(AIS)是一新的模拟自然免疫系统的人工智能方法,它受生物免疫机制的启发,通过学习外界物质的自然防御机理的学习技术,提供噪声忍耐、自组织、自学习、记忆等进化学习机理,结合了分类器、神经网络和机器推理等的特点。因此具有提供解决问题新颖方法的潜力。其研究成果涉及控制,数据处理。优化学习和故障诊断,目前已成为继神经网络,模糊逻辑和进化计算后人工智能的又一研究热点。本文基于抗体克隆选择以及免疫记忆机制,系统探讨了几种人工免疫系统方法,其中包括免疫克隆策略算法、免疫记忆动态策略算法以及免疫记忆策略算法。并且讨论了免疫克隆算法的在一般测度空间上的收敛性及收敛速度问题。通过相应算法在函数优化,组合优化等典型复杂问题中的应用,验证了研究的结果,肯定了其具有解决复杂问题的潜力。论文的主要工作可总结如下:1.由生物引发的信息处理系统可以分为:神经网络、进化计算和人工免疫系统,其中神经网络和进化计算已被广泛地应用于各个领域,而人工免疫系统由于其复杂性,应用相对较少,随着人们对免疫系统机理的进一步揭示,人工免疫系统的研究将在各个领域发挥其重大作用,从而带给人类社会更大的进步。本文系统阐述生物免疫系统被人工免疫系统所借鉴的相关机理,并简要论述人工免疫系统的算法研究和应用研究,总结免疫算法的一般步骤。2.作为生物免疫系统的重要理论假说,克隆选择学说所描述的记忆、学习和进化等特性越来越受到人工智能研究者的重视,但是国内外相应的研究成果很少。本文基于克隆选择机理,提出了多克隆算子和单克隆算子,并进一步研究了利用克隆算子而构造的新的人工智能算法—免疫单克隆策略算法和免疫多克隆策略算法。我们发现克隆算子的实质是在一代进化中,在侯选解的附近,根据亲合度的大小,产生一个新的子群体,从而扩大了搜索范围,多克隆算子还实现了子群间的信息交换,提高了算法的收敛速度,理论分析与仿真实验表明,与传统进化策略相比,免疫克隆策略算法的收敛速度有较大提高,解的多样性明显优越于传统的进化策略。3.为了模拟生物免疫系统的自我调节及记忆机理,并且借助这些机理来有效改善人工仿生算法,本文提出了免疫记忆动态克隆策略(IMDCS),该算法的特点为:(1)评价标准计算是计算亲和度(Affinity),包括抗体-抗原的亲合度
论文目录:
第一章 绪论
1.1 进化计算的基础
1.1.1 进化计算的生物学基础
1.1.2 进化算法的一般框架及特点
1.1.3 进化算法的主要分支
1.1.4 进化算法研究进展
1.2 人工免疫系统
1.2.1 生物免疫系统
1.2.2 人工免疫系统的研究背景及内容
1.3 论文的内容安排
1.4 本章小结
本章参考文献
第二章 生物免疫系统基础
2.1 生物免疫学的发展史
2.1.1 免疫的定义
2.1.2 免疫学的由来及发展简史
2.2 免疫学中的一些基本概念
2.3 生物免疫系统的组成及分类
2.3.1 免疫系统的组成
2.3.2 免疫系统的分类
2.4 免疫系统的主要功能及免疫应答
2.4.1 免疫系统的主要功能
2.4.2 免疫应答
2.5 生物免疫系统的两个重要学说
2.5.1 克隆选择学说
2.5.2 免疫网络学说
2.6 生物免疫系统的动力学描述
2.6.1 单变量免疫系统
2.6.2 多变量的动力学方程
2.7 本章小结
本章参考文献
第三章 人工免疫系统理论与算法发展现状
3.1 自然免疫系统可被借鉴的相关机理
3.2 人工免疫系统研究现状
3.2.1 人工免疫网络模型
3.2.2 免疫算法
3.2.3 免疫算法与其它算法的比较
3.3 人工免疫系统的应用领域
3.4 人工免疫系统中几个基本概念
3.5 本章小结
本章参考文献
第四章 克隆算子与免疫克隆策略算法
4.1 克隆算子
4.1.1 单克隆算子(Monoclonal Operator)
4.1.2 多克隆算子(Polyclonal Operator)
4.1.3 克隆算子的性质
4.2 免疫克隆策略算法
4.2.1 免疫单克隆策略算法(IMSA)
4.2.2 免疫多克隆策略算法(IPSA)
4.2.3 免疫单克隆策略算法的收敛性
4.3 仿真试验及其结果分析
4.3.1 测试函数及其基本性质
4.3.2 二维测试函数实验结果
4.3.3 高维维测试函数实验结果
4.4 克隆策略算法与进化算法的比较
4.5 本章小结
本章参考文献
第五章 免疫记忆动态克隆策略
5.1 克隆选择和免疫记忆
5.2 免疫记忆动态克隆策略
5.2.1 亲合度函数的构造
5.2.2 免疫记忆动态克隆策略
5.3 算法分析
5.3.1 算法收敛性分析
5.3.2 计算复杂度分析
5.4 仿真实验
5.4.1 IMDCS 求解函数极小值
5.4.1.1 测试函数及性质
5.4.1.2 测试结果
5.4.2 IMDCS 求解背包问题
5.4.2.1 简单的0-1 背包问题
5.4.2.2 经典0-1 背包问题
5.4.2.3 多维0-1 背包问题
5.5 本章小结
本章参考文献
第六章 免疫记忆克隆策略
6.1 克隆选择、免疫记忆及克隆消除
6.1.1 克隆选择
6.1.2 记忆细胞
6.1.3 克隆消除
6.2 免疫记忆克隆策略
6.2.1 亲合度函数的构造
6.2.2 抗体群演化的算法
6.2.3 记忆单元演化的算法
6.3 算法的收敛性及计算复杂度
6.4 数值实验
6.4.1 二维函数的实验结果
6.4.2 高维函数的实验结果
6.4.3 典型测试函数的实验结果
6.4.4 旅行商问题
6.5 算法参数分析
6.5.1 抗体群规模n 对算法性能的影响
6.5.2 克隆规模N_c对算法性能的影响
6.5.3 抗体更新比例T%对算法性能的影响
6.6 本章小结
本章参考文献
第七章 克隆算法收敛性及收敛速度分析
7.1 引言
7.2 一般可测状态空间上遗传算法的收敛性及收敛速度
7.2.1 遗传算法及其马氏链描述
7.3 免疫克隆策略算法的马尔可夫链模型
7.3.1 免疫单克隆策略算法及其马尔可夫链模型
7.3.2 免疫多克隆算法及其马尔可夫链模型
7.4 免疫克隆算法的收敛性
7.5 免疫克隆策略算法的收敛速度分析
7.5.1 免疫克隆策略算法的收敛速度的上下界
7.5.2 免疫克隆策略算法的收敛速度
7.6 实例比较说明
7.7 结论
本章参考文献
第八章 总结与展望
8.1 论文主要工作总结
8.2 存在的问题和进一步研究的工作
致谢
博士学习期间(合作)发表与撰写的学术论文
博士学习期间参与的科研项目
发布时间: 2007-01-10
参考文献
- [1].改进免疫克隆选择算法的研究与应用[D]. 石刚.东北大学2011
- [2].基于生物协同进化的无线传感器网络路由智能容错机制研究[D]. 胡一帆.东华大学2012
- [3].工业机器人智能运动控制方法的分析与研究[D]. 丁度坤.华南理工大学2010
标签：进化算法论文; 自然免疫系统论文; 人工免疫系统论文; 克隆选择论文; 免疫记忆论文; 免疫消除论文; 马尔可夫链论文; 收敛性论文; 收敛速度论文; 多峰函数优化论文; 旅行商问题论文; 背包问题论文;