人工免疫系统教程解析.ppt

人工免疫系统 Contents 引言 人工免疫系统作为人工智能领域的重要分支，同神经网络及遗传算法一样也是智能信息处理的重要手段，已经受到越来越多的关注。 它通过类似于生物免疫系统的机能，构造具有动态性和自适应性的信息防御体系，以此来抵制外部无用、有害信息的侵入，从而保证接受信息的有效性与无害性。 背景 在生物科学领域，人们对进化、遗传和免疫等自然 现象已经进行了广泛而深入的研究 ； 进化算法是建立在模仿生物遗传与自然选择基础上的一种并行优化算法，其性能优异、应用广泛； 进化算子在为每个个体提供了进化机会的同时，也无可避免地产生了退化的可能； 大多数待求问题有可以利用的先验知识或特征信息，故可以利用这些信息来抑制进化过程中的退化现象； 生物免疫理论为改进原有算法的性能，建立集进化与免疫机制于一体的新型全局并行算法奠定了基础。 一门新兴的研究领域 Farmer等人在1986年首先在工程领域提出免疫概念； Varela等人受免疫网络学说的启发，提出并进而完善免疫网络模型。 人工免疫网络模型 独特型免疫网络（Jerne）； 互联耦合免疫网络（Ishiguro）； 免疫反应网络（Mitsumoto）； 对称网络（Hoffmann）； 多值免疫网络（Tang）. 免疫学习算法 反面选择算法（Forrest）； 免疫学习算法（HuntCooke）； 免疫遗传算法（Chun）； 免疫Agent算法（Ishida）； 免疫网络调节算法（WangCao）； 免疫进化算法（JiaoWang） 国际研究 1996年，日本，基于免疫性系统的国际专题讨论会，提出并确认人工免疫系统（AIS）的概念； 1997年，IEEE的SMC组织专门成立了人工免疫系统及应用的分会组织； 目前，几乎所有有关人工智能领域的学术会议都收录AIS方面的论文。 应用 自动控制 故障诊断 模式识别 图象识别 优化设计 机器学习 网络安全 AIS在控制领域中的应用 PID型免疫反馈控制器（ Takahashi ）； 机器人控制（ Mitsumoto, Ishiguro, Lee）； 控制系统的设计（ Ishida ）； 复杂动态行为建模和自适应控制（Kumak）； 倒摆的控制（ Bersini ）。 AIS在故障诊断中的应用 基于相关识别特性的免疫网络模型用于故障诊断的方法（Ishida）； 通过构造大规模独特型免疫网络来建立用于在线服务的故障诊断系统（Ishiguru）。 AIS在模式识别中的应用 Hunt等人开发了一种具有学习能力的人工免疫系统并用于模式识别。 AIS在联想记忆中的应用 Gilbert等人采用免疫网络模型设计了一种内容可访的自动联想记忆系统并用于图像识别。 AIS在优化设计中的应用 永磁同步电动机的参数修正的优化设计； 电磁设备的外形优化； VLSI印刷线路板的布线优化设计； 函数测试； 旅行商问题的求解； 约束搜索优化问题和多判据设计问题； AIS在网络安全的应用 数据检测（Forrest ）； 病毒检测（ Kephart）； UNIX过程监控（ Forrest）。 国际研究新动向之一 以开发新型的智能系统方法为背景，研究基于生物免疫系统机理的智能系统理论和技术，同时将AIS与模糊系统、神经网络和遗传算法等软计算技术进行集成，并给出其应用方法。 国际研究新动向之二 基于最新发展的免疫网络学说进一步建立并完善模糊、神经和其它一些专有类型的人工免疫网络模型及其应用方法。 国际研究新动向之三 将人工免疫系统与遗传系统的机理相互结合，并归纳出各种免疫学习算法。比如：免疫系统的多样性遗传机理和细胞选择机理可用于改善原遗传算法中对局部搜索问题不是很有效的情况；独特型网络机理可用于免疫系统中的遗传部分以避免系统出现早熟现象；发展用于处理受约束的遗传搜索和多准则问题的免疫学习算法等。 国际研究新动向之四 基于免疫反馈和学习机理，设计自调整、自组织和自学习的免疫反馈控制器。展开对基于免疫反馈机理的控制系统的设计方法和应用研究，这有可能成为工程领域中种新型的智能控制系统，具有重要的理论意义与广泛的应用前景。 国际研究新动向之五 进一步研究基于免疫系统机理的分布式自治系统。分布式免疫自治系统在智能计算、系统科学和经济领域将会有广阔的应用前景。 国际研究新动向之六 发展基于DNA编码的人工免疫系统以及基于DNA计算的免疫算法。尝试将DNA计算模型引入人工免疫系统中，研究一种基于DNA计算与AIS相结合的，有较强抗干扰能力和稳定性能的智能系统 国际研究新动向之七 近年来有学者已开始研究B细胞—抗体网络的振荡、混浊和稳态等非线性特性，不过其工作才刚刚开始。人们应进一步借助非线性的研究方法来研究免疫系统的非线性行为，拓宽非线性科