一种采用混合搜索的检测器生成算法.pdfVIP

2010 年3 月第3 期 小姐微现计算机系统 Journal of Chinese Computer Systems Vol. 31 No.3 2010 一种采用混合搜索的检测器生成算法 王大伟，张凤斌 (哈尔滨理工大学计算机科学与技术学院，黑龙江哈尔演 15∞80) 巴mail ， gωnetωIs@sohu.ωm 摘 要:检测器生成算法中采用随机旋余生成的检测器会产生大量重叠，而采用进化搜索收敛速度较慢.将两种搜索方式相结 合，提出一种采用混合搜索的检测s.~且成算法，该算法将随机搜索产生的检测~集作为进化搜索的初始种群，使用遗传算法造 化产生成熟检测器.使用二维人工数据测试算法.结果农明该算法能够以t.少的检测~美精确地覆盖非自体空间，并能提升收 敛速度. 关键词:人工免疫;否定选择;进化搜索;随机搜索;收组 中图分类号: 1凹01 文献标识码:A 文章编号:1仪胁1220 (2010 )03()528心4 日e能ctor Generation Algorithm Based on Mixed Search WANG Da-wei I ZHANG Feng创n ( CompUler Sc印nce Tec加owgy College I Har曲的 Un印• Sci. Tech , Har也in 15ω80 ， China) Abstract: In de阳ωr generation algorithm , random search methodωn generate a lot of overlap space 割nong mature de阳tors ， while evolutionary search method has relatively slow convergenω 柳ed. Combining these two search m础。d ， a detector generation algo愉 rithm bωed on mixed 能创Ch is proposed. 叽lis algori也m generates a candidate set 也rough random search fustly , and then uses 由is ωndid以e set as the initial 阳pulation of evolutionary search I 就 last evolves 由ematuredeωcωr set using genetic algorithm. The algc• rithm is tes他d using synthetic 2心 dataset. ηle experimental results demonstrate 由at mixed ωarch method can achieved a more pre- cise coverage of the nonse1f spωe with fewer detecωrs comparedωrandom search , and has a higher ∞nvergenωS阱ed than evolu- tionary se创Ch. Key words:artificial immune; negative selection; evolutionary search; random search; convergenω 1 51 窗 的检测器生成方法.诙方法将果用随机搜索算法生成的可变 阎健检测器集合作为进化模索算法的初始种群，把两种模索 人工免戒王理论是借接生物免疫系统的机理来建立的系 方式的优点结合起来，使算法不仅能够究备地覆盖非自体空 统[ll ，并用于解决现实问题，是继人工神组网络、遗传算法之 间，有效踹少检测器之间的蠢