智能信息技术基础-8免疫.pptVIP

人工免疫系统Artificial Immune System 封筠 Email：fengjun7171@ :6621/ User: Student.feng 08-04 Outline 一、引言 二、免疫进化算法 三、免疫神经网络 一、引言 1、研究背景 2、起源 3、研究现状 4、应用领域 5、研究动向 1、研究背景 2、 起源 3、 研究现状 人工免疫网络模型 3、 研究现状 3、 研究现状 4、应用领域 4、应用领域 4、应用领域 4、应用领域 4、应用领域 4、应用领域 5、研究动向 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。 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。 5、研究动向 5、研究动向 5、研究动向 5、研究动向 二、免疫进化算法 1、免疫生物学的基本概念 1、免疫生物学的基本概念 2、免疫系统的主要功能与特点 2、免疫系统的主要功能与特点 2、免疫系统的主要功能与特点 3、免疫进化算法基本原理 3、免疫进化算法基本原理 3、免疫进化算法基本原理 3、免疫进化算法基本原理 首先，对待求求问题进行具体分析，从中取出 最基本的特征信息； 其次，对此特征信息进行处理，以将其转化为求解问题的一种方案； 最后，将此方案以适当的形式转化成免疫算子 以实施具体的操作。 3、免疫进化算法基本原理 免疫算子有两种类型： 全免疫 非特异性免疫 目标免疫 特异性免疫 3、免疫进化算法基本原理 算法中的免疫思想主要是在合理提取疫苗的基础上，通过免疫算子来实现的； 免疫算子由 接种疫苗 和 免疫选择 两个操作完成的。 3、免疫进化算法基本原理 设个体x，给其接种疫苗是指按照先验知识来修改x的某些基因位上的基因或其分量，使所得个体以较大的概率具有更高的适应度。疫苗 是从先验知识中提炼出来的，它所含的信息量及其准确性对算法性能的发挥起着重要的作用。 3、免疫进化算法基本原理 3、免疫进化算法基本原理 1、随机产生初始父代种群A1 ，根据先验知识抽取疫苗； 2、若当前群体中包含最佳个体，则算法停止运行并输出结果；否则，继续； 3、对当前第k代父本种群Ak进行交叉操作，得到种群Bk； 4、对Bk进行变异操作，得到种群Ck； 5、对Ck进行接种疫苗操作，得到种群Dk； 6、对Dk进行免疫选择操作，得到新一代父本Ak+1，转至第二步。 3、免疫进化算法基本原理 3、免疫进化算法基本原理 在免疫选择作用下，若疫苗使抗体适应度得到提高，且高于当前群体的平均适应度，则疫苗所对应的模式将在群体中呈指数级扩散；否则，它将被遏制或呈指数级衰减。 3、免疫进化算法基本原理 Begin: 抽取疫苗： 分析待求问题，搜集特征信息； 依据特征信息估计特定基因位上的模式: ； k = 0 and j = 0； while (Conditions = True) if {PV}=True, then j = j +1； i = 0； for (i≤n) 接种疫苗： ； 免疫检验：if , then ; else ； i = i +1； 退火选择： ； k = k+1； End 4、基于免疫算法的TSP求解 4、基于免疫算法的TSP求解 4、基于免疫算法的TSP求解 三、免疫神经网络 1、自然免疫网络 2、免疫神经网络的生物学特征 3、人工免疫神经网络的研究 4、免疫神经网络模型 5、激励函数的选取方法 5、免疫神经网络的自学习算法 The End 免疫操作的基本过程 免疫算子 即：群体中的每个个体在进化算子作用后，对其每一环节都进行一次免疫操作的免疫类型； 即：在进行了进化操作后，经过一定的判断，个体仅在作用点处发生免疫反应的一种类型。 免疫算子 为了防止群体的退化。 为了提高个体的适应度。 接种疫苗 免疫选择 这一操作一般分两步完成：第一步是 免疫检测 ，即对接种了疫苗的个体进行检测，若其适应度仍不如父代，则该个体将被父代中所对应的个体所取代；第二