可变模糊匹配阴性选择免疫算法研究

论文摘要

生物免疫系统是一个具有高度智能的自适应和自组织的系统,其中蕴含着丰富的信息处理机理。免疫算法是模拟生物免疫系统的工程应用算法。作为一种新兴的仿生算法,免疫算法具备许多特有的优点,因此在信息科学领域越来越显现出其强大的生命力,已成为一个热点的研究课题。本文针对原有免疫算法存在的问题,提出了一种基于免疫阴性选择机制的可变模糊匹配阴性选择算法,并对该算法的理论及相关内容进行深入分析,结合仿真数据及应用情况,对该算法进行了完善与改进设计。本文的主要研究内容可归纳如下:1、基于生物免疫系统阴性选择机理,提出了一种可变模糊匹配阴性选择免疫算法。算法通过不断地检测改变匹配的阈值,大大减少传统阴性选择算法不可避免的“黑洞”数量。同时,考虑到抗体与抗原匹配时的模糊性和不确定性,提出了连续相似度与背离度的概念,在满足一定连续相似度的前提下,实现相似度可控的模糊匹配,从而提高系统的检索率和性能。2、在可变模糊匹配阴性选择算法的基础上,提出了一种有效检测器集的生成算法。该算法具有有效检测器集,消除了原检测器集中存在的冗余现象,提高了检测器集的检测效率。同时,分析了检测器全集的建立方法,利用模式集合及右完全模式的概念建立了检测器全集;给出了检测器个数的自适应计算公式;从理论上对最小检测器集进行了概率分析,对系统相关参数的确定进行了讨论。3、利用模式的思想,提出一种检测某一Nonself字符串是否为“黑洞”的免疫算法。该算法采用“状态树”存储搜索过程中可能出现的各种状态,并用试探和回溯的搜索方法进行检测与判断。文中,对具有有效检测器集的免疫阴性选择算法中产生的黑洞数量进行了仿真研究。4、基于生物免疫系统的免疫疫苗理论,提出一种可变模糊匹配阴性选择算法的改进设计方案,在算法中加入了疫苗算子和正选择算子,使可变模糊匹配阴性选择算法具有“适应性免疫反应”功能,对于同样抗原再次入侵时,其反应时间明显缩短。改进后的算法能够动态更新疫苗库,对建立二次应答具有自适应性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的来源、目的及意义
• 1.2 免疫算法概述
• 1.2.1 相关免疫机理
• 1.2.2 人工免疫系统发展概况
• 1.2.3 免疫算法研究现状
• 1.2.4 免疫算法应用进展
• 1.3 阴性选择算法发展概述
• 1.4 本论文的主要研究内容和工作
• 第2章 免疫系统的基本理论
• 2.1 引言
• 2.2 免疫系统的基本概念
• 2.3 免疫系统的构成及多层防御结构
• 2.3.1 免疫系统的构成
• 2.3.2 多层防御结构
• 2.4 免疫系统的主要功能
• 2.4.1 免疫识别
• 2.4.2 免疫应答
• 2.4.3 免疫耐受
• 2.4.4 免疫记忆
• 2.4.5 免疫调节
• 2.5 免疫系统的主要特性
• 2.6 本章小结
• 第3章 可变模糊匹配阴性选择免疫算法
• 3.1 引言
• 3.2 普通阴性选择算法及分析
• 3.2.1 算法描述
• 3.2.2 匹配规则
• 3.2.3 阴性选择算法存在的问题
• 3.3 变匹配阈值思想
• 3.3.1 相关定义
• 3.3.2 变阈值思想
• 3.3.3 匹配阈值调整策略
• 3.4 带控制参数的模糊匹配
• 3.4.1 模糊匹配思想
• 3.4.2 模糊匹配定义
• 3.4.3 模糊匹配实现方法
• 3.5 可变模糊匹配阴性选择算法描述
• 3.5.1 算法描述
• 3.5.2 与普通阴性选择算法对比分析
• 3.6 可变模糊匹配阴性选择算法仿真分析
• 3.6.1 产生一个成熟检测器的概率分析
• 3.6.2 不同匹配阈值的检测器分布
• 3.6.3 检测率
• 3.6.4 与普通阴性选择算法性能的实验比较
• 3.7 检测器“黑洞”的分析与检测
• 3.7.1 黑洞产生的原因
• 3.7.2 检测器“黑洞”的判别算法
• 3.7.3 数值仿真结果
• 3.7.4 减少“黑洞”数目方法的探讨
• 3.8 本章小结
• 第4章 检测器集分析
• 4.1 引言
• 4.2 检测器集分析
• 4.3 有效检测器集生成算法
• 4.3.1 匹配阈值的确定
• 4.3.2 算法描述
• 4.3.3 算法特点
• 4.3.4 空间覆盖率分析
• 4.4 检测器全集的建立
• 4.4.1 相关定义
• 4.4.2 检测器全集的建立与分析
• 4.5 检测器个数的自适应计算公式
• 4.6 最小检测器集分析
• 4.6.1 约束条件
• 4.6.2 最小检测器集的概率分析
• 4.6.3 参数的选取
• 4.7 有效检测器生成算法与其它算法性能对比
• 4.8 本章小结
• 第5章 基于疫苗理论改进可变模糊匹配阴性选择算法
• 5.1 引言
• 5.2 改进思想
• 5.2.1 疫苗算子
• 5.2.2 正选择算子
• 5.2.3 提取疫苗
• 5.3 改进的可变模糊匹配阴性选择算法
• 5.3.1 算法步骤
• 5.3.2 算法流程
• 5.4 仿真分析
• 5.4.1 初始匹配阈值r间隔迭次取用思想
• 5.4.2 仿真数据与分析
• 5.5 进一步改进算法
• 5.5.1 改进思想及仿真数据
• 5.5.2 改进后的算法特性分析
• 5.5.3 改进后的算法与小生境克隆选择算法的实验对比
• 5.6 疫苗算子对算法性能影响的分析
• 5.7 本章小结
• 结论
• 参考文献
• 攻读博士学位期间发表的论文和取得的科研成果
• 致谢