基于人工免疫网络的模式识别算法.pdfVIP

维普资讯 华南理 工大学学 报 (自然科 学版 ) 第36卷 第 1期 JournalofSouthChinaUniversityofTechnology VO1．36 No．1 2008年 1月 (Namr~ScienceEdition) January 2008 文章编号：1000-565X(2008)01—0099—06 基于人工免疫网络的模式识别算法 邓九英 毛宗源 罗英辉 (1．华南理工大学 自动化科学与工程学院，广东广州510640；2．广东教育学院计算机科学系，广东广州510303) 摘 要：针对实际对象数学模型不明确而难以控制的问题，采用人工免疫网络的离散模 型与学习算法，将人工免疫系统与神经网络结构的优势相结合，提出了一种基于人工免疫 网络的模式识别算法，构造了对象识别的人工免疫网络模型．该算法综合了网络节点的定 位与参数调整以及对基函数的平滑因子实施调谐等功能，有效地解决了径向基函数 (RBF)神经网络模式识别的两个阶段任务，使模式识别的精度有较大的改进．采用两个不 同对象函数进行的仿真试验表明，该算法具有快速收敛性与较高的准确性． 关键词：人工免疫网络；模式识别；网络结构；参数优化；节点参数调整 中图分类号：TP18 文献标识码：A 人工免疫网络是一种智能计算的方法，具有类 1 人工免疫网络概述 似生物免疫系统的分布式、鲁棒性、自组织、记忆与 学习等特点 。’．离散免疫网络模型主要用于解决 1．1 免疫网络的基本特征 实际问题，已有相关算法用于模式识别、数据聚类和 根据 Jerne的免疫网络理论 Io]，Farmer等 提 数据浓缩，并得到较广泛的应用 西 出了一种二进制位串模型，试图把数学形式的理论 在人工免疫网络和人工神经网络中，种群成员 免疫学与计算智能联系起来．Varela等 提出的网 之间都是相互连接形成网络结构 ．但是，免疫网 络模型突出了免疫网络的3个主要特征：网络结构、 络结构通常表示或遵从抗原(输入)模式的空间分 动力学和亚动力学．网络结构描述了网络节点之间 布，需要时可动态调节网络结构(如连接形状、节点 的连接模式；动力学考虑组成网络的细胞与分子的 元数 目、分层数、决策输出的连接方式等)，且具有 浓度及亲和力随时间的变化情况；亚动力学则强调 进化算法的构造特征．采用人工免疫网络算法，可以 了免疫系统中节点元数量的动态变化、新分子元 有效地确定径向基(RBF)神经网络的基函数中心点 的加入、有 自体反应的分子元和无刺激分子元的 位置 ，还可以进一步调整网络结构，计算基函数 死亡 ． 的加权系数，为此，文中提出一种基于人工免疫网络 离散免疫网络中细胞与分子的数量可以增减， 的模式识别算法，将免疫网络的调节灵活性与神经 并且可以通过改变它们的形体(属性串／值)来改进 网络的组织构型结合起来，从解决对象数学建模问 其亲和力；B．细胞与抗原间的距离越小，亲和力(激 题的角度出发，设计出实用性较强的算法．在算法中 励)越大(式(1)中第 1项)，同时考虑与同类分子间 增加了对节点函数平滑因子的调节，能成功地运用 距离较近时对亲和力的影响 (式 (1)中第2、3 参数调整法提高模式识别的精度．仿真试验结果表 项) ．Timmis143提出了一种资源有限的人工免疫 明了算法的快速收敛性和准确性． 网络(RAIN)学习算法，每个输入模式提呈给每个网 收稿 日期：2007一Ol一15 基金项目