一种免疫克隆选择检测器优化算法.pdfVIP

一 种免疫克隆选择检测器优化算法 陈 强1 ． 李湘萍 (1．江西理工大学机电学院，赣州 341000；2．江西理工大学继教学院，赣州 341000) 摘 要：提出一个免疫克隆选择擒测器优化算法，通过对原检测器中个体的抗体克隆、变异和 克隆选择操作．实现对检测器分布状况的优化。仿真结果表明，该算法具有较快的收 敛速度和较好的稳定性．优化效果也令人满意。 关键词：免疫算法；克隆选择；优化 0 引 言 选取实值函数厂(．)为优化目标函数。待优化抗体 (检测器)集合记为： { } ，B (6 b ，…，b )，i=1，2， 人工免疫算法是一种借鉴生物免疫机制的智能 … ，m，b 为n维抗体向量，这里选择式(1)作为优化 算法 在数据模式学习与识别方面。基于反向选择机 目标函数．记为： 理的免疫进化学习算法对各种数据模式具有明显的 一 1 =坚当 聚类效果．可以用来学习和记忆输入的正常或异常数 ，(曰)=∑ ∑ i=1,2，…。J，l；j=l,2，…。 (1) 据模式．从而生成检测器集△【 31。但其明显的不足之 处是：聚类所获得的模式空间边界不够清晰，整个检 抗体之间重叠度越高，则_厂(曰)的值越大；反之， 测器空间及特殊模式空间内部检测器数量和分布都 抗体分布越均匀，则l厂(曰)的值越小。克隆变异后的抗 不够理想 一方面．其内部有许多相互重叠的冗余检 体集合记为：B’={曰 ’} ．’=( ，b’ ，…，b’ )，i=l，2，…， 测器：另一方面．检测空间内部存在许多“空洞”．给精 m B 为最优抗体集合．记为： 确描述和定位这些特殊数据模式空间增加了困难。使 B‘；{曰∈I：f(BI=f‘sraintf(曰’)：曰’∈J)) (2) 用免疫算法对其优化的途径主要有3种．一种较为简 抗体克隆：为保证抗体多样性．引入克隆算子 单的方法是反复地对选出的待优化个体进行移位 对 使用随机克隆方式。即在优化空间内随机产生一 ． 应的算法称为免疫移位优化算法(IMOAD)；第二种是 使用免疫算法与遗传算法相结合的检测器优化算法 定数量的检测器，形成初始检测器集合。记为 = (IGOAD)：第三种是使用免疫克隆选择检测器优化算 random(n，m)，n为抗体维数，173为抗体数量。初始抗 法(ICSOAD) 本文着重研究了使用基于克隆选择的 体集合．记为： f 免疫优化算法改善系统检测器分布状况的不足．使其 Be= (g0)=random(g0，n，No，rA (3) 尽可能趋于均匀分布的问题：进行了几种不同算法的 并将其值赋给初始记忆矩阵M 。这里，为种子抗 对比．以及iCSOAD算法在不同控制参数下的对比仿 体集合B的中心点，被当作抗原向量．即： 真研究．获得了令人较为满意的效果 1 检测器分布均匀程度评价及优化策略 g f薹、 …磊 1 (4) 现