论文外文文献综述基于克隆选择算法的异步电动机优化研究设计.docVIP

本科生毕业设计（论文）外文翻译 毕业设计（论文）题目：基于克隆选择算法的异步电动机优化设计 外文题目：The Clonal Selection Algorithm with Engineering Applicatio- ns 译文题目：克隆选择算法及其工程应用 学 生 姓 名： 曾庆涛 专 业： 电气工程及其自动化 指导教师姓名： 李勇 评 阅 日 期： 克隆选择算法及其工程应用 莱安德罗·努内斯·德卡斯特罗 费尔南多·J.冯氏 坎皮纳斯州立大学 坎皮纳斯州立大学 电气和计算机工程学院 电气和计算机工程学院 摘要：克隆选择算法被用于自然免疫系统中来定义抗体对一类抗原刺激的免疫反应的基本特征。它建立了这样的观念，只有那些能够识别抗原的细胞才能被选择进行繁殖。细胞是否被选择，取决于它们与选择性抗原的亲和程度。在本文中，我们提出了一种能够有效地实现克隆选择的计算方法，它明确地考虑了在免疫反应中细胞的亲和成熟度。该算法被证明是一种能够解决复杂的智能作业的计算方法，比如模式识别和多模态优化。 关键词：克隆选择算法，免疫系统，多模态优化。 一．引言 在过去的几年中，人们对人工免疫领域的兴趣不断增加。石田（1996）、亨特·库克（1996）、达斯古库塔（1999）、弗雷斯特（1999）分别做了相关研究并获得不少成果。人工免疫系统旨在学习免疫学原理并从中开发出能够在各种研究领域执行不同任务的人工系统。 在该文中，我们将连同亲和力成熟度来学习克隆选择概念，并证明这种基于生物原则的算法能推动计算工具的发展。该算法的提出，重点在于免疫系统的系统性观念，并没有考虑细胞之间的相互作用。我们的目的不是针对任何确定的现象而建立模型，而是为了展现基本的免疫原则。它不仅能帮助我们更好地去理解免疫系统，还能帮助我们解决复杂的工程问题。 首先，我们将应用克隆选择算法的二进制识别功能来验证其在学习和记忆获得方面的执行任务的能力。然后，它将会显示相同的算法是适合解决多模态和组合优化问题的。最后，我们对克隆选择算法和来自荷兰的远近闻名的遗传算法作了一个简要的总结。 二．克隆选择原理 当动物暴露于抗原中，一些骨髓衍生的细胞亚群（B淋巴细胞）将会反应产生抗体（B）.每个细胞相对特定的抗原只产生一种抗体。通过与这些抗体（受体）和辅助性细胞，如辅助性T细胞的第二信号结合，抗原刺激B细胞增殖（分化）并最终成为终端的（未分化）抗体分泌细胞，称作浆细胞。各种各样的细胞分裂（有丝分裂）产生一个克隆，即一个单一细胞的一套克隆细胞后代。而浆细胞是最活跃的抗体分泌者，大量的B淋巴细胞，分化迅速，也分泌抗体，只是速率较低。在B细胞分泌抗体的过程中，T细胞起到了核心的作用。它不但调节B细胞反应还在细胞间接的免疫反应中表现卓越。 淋巴细胞，除了可以增殖或分化成浆细胞，还可以分化成长寿的B记忆细胞。记忆细胞通过在血液、淋巴和组织中循环，接触到第二抗原（预先选定的特异性抗原）的刺激并开始分化成能够产生高亲和力的大淋巴细胞。图1描述了克隆选择的原理。 我们将会在本文中探讨克隆选择原理的主要特点： a 新一代的随机变化模式，通过一种加速的体细胞突变形式表现为不同的抗体模式； b 表型的限制并为一个分化的细胞（克隆）保留一个模式； c 通过与细胞的抗原接触进行增殖和分化。 图1：克隆选择原理图 2.1 巩固学习和记忆。 在免疫系统中涉及提高群体规模和淋巴细胞亲和度的学习中，已经证明它们对于抗原识别的重要性。而在工程技术中，我们只有一个目的：就是用最少的资源区解决任何问题。因此，我们需要寻求高品质和简约的工程工具来解决问题。根据克隆选择原理，克隆临时产生的一些低亲和力的后代将会被抛弃。 在正常的免疫系统的进化过程中，一个有机体将有望在其生命周期的时间里反复地遇到一个给定的抗原。 最初接触到的抗原刺激的适应性免疫反应，由产生不同亲和力的抗体的B细胞的克隆细胞的频谱处理。二次相遇的免疫反应的有效性大大地提到了存储一些高亲和力的抗体并生成从首次感染的细胞（记忆细胞），从而形成一个大量的初始相遇的改进克隆，而不是“从头”开始。这样的策略，确保了先后每个感染的免疫反应的速度和精度的提高。这种计划的本质是增强性学习策略（萨顿和巴托，1998