基于人工免疫机制的机器学习系统的研究-计算机应用技术专业论文.docxVIP

摘 摘 要 基于人工免疫机制的机器学习系统的研究 学科名称: 计算机应用技术 答辩日期：2006.6 作者姓名: 王李雅 签名： 导师姓名: 崔杜武 王磊 教授 签名： 摘 要 众所周知，以自然现象为启发的计算理论和计算机（网络）系统结构设计正成为当今 国内外该领域研究的前沿课题。与传统的研究方法不同，自然启发式方法在承认“存在即 合理”的前提下，广泛而深入探寻目前已经逐渐被人们揭示的一些自然现象和自然规律， 进而将其做为计算机（网络）系统结构和高效率、大规模、多目标计算方法的设计思路和 实现原则。这其中一个典型的示例就是人工免疫系统（Artificial Immune System-AIS）。自 然免疫系统作为具有很高智能行为的并行、分布式、自适应信息处理系统，为实时问题的 解决提供了新的契机；充分挖掘、利用、借鉴这种系统的丰富资源，不断开发新的及丰富、 发展和完善已有的人工免疫模型，并展开其理论及应用研究，已成为人工智能中人工免疫 系统理论及应用的重要研究内容及发展主流。 在这种背景下，本论文首先借鉴自然免疫系统中，B 细胞、各类 T 细胞和相关辅助 组织的协同作用原理，提出了一种新的人工免疫网络模型，并在提出的模型基础上，对其 三阶和四阶系统的动力学特性进行了研究，分别讨论了系统中的跨导矩阵 TH、白细胞特 性以及辅助 TS 细胞特性的反馈强度对网络动力学行为的影响。仿真研究结果显示，在四 个单元相互连接的网络中，系统即可同时出现极限环和混沌现象。同时表明，网络的动力 学特性与辅助 T 细胞功能的强度、类型以及单元间的跨导有着密切的关系。 通过对网络的分析可以看出，网络是通过抗体的增殖，逐渐削弱抗原的作用，进而趋 于稳定或平衡的。也就是说，系统最后的平衡状态是渐进稳定的，因此本文先利用 Lyapunov 方法对无自反馈网络的稳定性进行了分析，然后利用李雅普诺夫方法，通过判 定稳定的充分条件，探讨了辅助细胞群的反作用特性为非线性函数条件下新网络稳定性问 题。 关键词：人工免疫网络，激励函数，动力学特性，稳定性，混沌 1 西安理工大学硕士学位论文 RESEARCH ON ROBOT LEARNING SYSTEM BASED ON ARTIFICIAL IMMUNE MECHANISM Specialty: Computer Application Date: 2006.6 Candidate : Wang Li Ya Signature: Supervisor: Prof. Cui Duwu Signature: Prof. Lei Wang Signature: Abstract As we know, computation theories inspired from natural phenomena are being paid more and more attention in the domestic research field. Different from traditional methods, and with the condition of admitting the existent means the logical, naturally heuristic methods always try to find the order of nature discovered by now, and then regard them as the rule or principles of constructing novel computer structures or algorithms with high performance. In which, a typical example is the study and the development on the research of artificial immune system (namely, AIS for short). The nature immune system, as a parallel, distributed and self-adaptive information processing system with high intelligence performance, provide a new way to deal with real time problem. Study on how to perfect artificial immune models reported, establish new ones, and investigate their the