一种基于进化与免疫的动态多目标人工免疫系统模型.pdfVIP

第 37卷 第 1期 计 算 机 科 学 Vo1．37No．1 2010年 1月 Computer Science Jan2010 一 种基于进化与免疫的动态多 目标人工免疫系统模型 陶 媛 吴耿锋 胡 珉 (上海大学计算机工程与科学学院 上海 200072) (上海大学悉尼工商学院 上海 201800)。 摘 要 提出一种基于生物免疫系统工作原理的动态多 目标人工免疫系统模型，模型由五元组——环境集、抗体集、 抗原集、规则集和一个新的动态进化免疫算法DMEIA构成。DMEIA作为模型的核心元素，将进化算法保 留上一代 进化群体中的最优非支配抗体并使之参与新一代进化的特点与免疫算法的很强群体 多样性以及 自适应搜索能力等特 性相结合，用于控制和协调模型中其他元素的运作。仿真实验表明，DMEIA算法与已有算法相 比，具有更稳定的环境 追踪能力，以及 良好 的收敛性、多样性和解的分布性，从而验证 了新模型的性能。 关键词 动态多 目标优化 ，进化免疫 ，环境追踪 ，克隆选择 中图法分类号 TP312 文献标识码 A DynamicMulti—objectArtificialImmuneSystemModelBasedonMechanismsofEvolutionnadImmunity TAO Yuan W uGeng—feng HU Min2 (CollegeofComputerScience Engineering，ShanghaiUniversity，Shanghai200072，China) (SydneyInstituteofLanguage＆Commerce，ShanghaiUniversity，Shanghai201800，China) Abstract Thispaperproposedanew dynamicmulti—objectartificialimmunesystem modelbasedonsimulatingthe principleofthebiologicalimmunesystem．Themodelconsistsoffiveelements，i．e．environmentset，antibodyset，anti— genset，rulesetandaDynamicMulti-objectEvolutionaryImmuneAlgorithm(DMEIA)．Asakeyelementofthemode1， DMEIA combinesthefeatureofevolutionaryalgorithm whichselectsoptimalnon-dominatedantibodiesandmakesthem tojoininevolutionofnextgeneration，andthecharacteristicofimmunealgorithmwhichhasstrongpopulationdiversity andadaptivesearchingabilitytocontrolandassortswiththeoperationofthemode1．Comparedwiththeexistedalgo— rithms，DMEIA hasbetterconvergence，diversity，distributionofsolutionandstabilityofenvironmenttracking，there— foretheperformanceofthenew modelisproventobeavailable． Keywords Dynamicmulti-objectiveoptimization，Evolutionaryimmune，Environmenttracking，Cloneselection 动态多 目标优化 问题 (DMO，DynamicMulti—objective 来解决复杂问题的自适应系统，具有学习、记忆、自适应、自组 Op