第5章 免疫算法

第5章免疫算法研究背景在生物科學(xué)領(lǐng)域，人們對進(jìn)化、遺傳和免疫等自然現(xiàn)象已經(jīng)進(jìn)行了廣泛而深入的研究；進(jìn)化算法是建立在模仿生物遺傳與自然選擇基礎(chǔ)上的一種并行優(yōu)化算法，其性能優(yōu)異、應(yīng)用廣泛；進(jìn)化算子在為每個(gè)個(gè)體提供了進(jìn)化機(jī)會的同時(shí)，也無可避免地產(chǎn)生了退化的可能；大多數(shù)待求問題有可以利用的先驗(yàn)知識或特征信息，故可以利用這些信息來抑制進(jìn)化過程中的退化現(xiàn)象；生物免疫理論為改進(jìn)原有算法的性能，建立集進(jìn)化與免疫機(jī)制于一體的新型全局并行算法奠定了基礎(chǔ)。

免疫學(xué)習(xí)算法非選擇算法（Forrest）；免疫學(xué)習(xí)算法（Hunt&Cooke）；免疫遺傳算法（Chun）；免疫Agent算法（Ishida）；免疫網(wǎng)絡(luò)調(diào)節(jié)算法（Wang&Cao）；免疫進(jìn)化算法（Jiao&Wang）.AIS的應(yīng)用

自動控制

故障診斷

模式識別

圖象識別

優(yōu)化設(shè)計(jì)

機(jī)器學(xué)習(xí)

網(wǎng)絡(luò)安全AIS在控制領(lǐng)域中的應(yīng)用PID型免疫反饋控制器（Takahashi）；機(jī)器人控制（Mitsumoto,Ishiguro,Lee）；控制系統(tǒng)的設(shè)計(jì)（Ishida）；復(fù)雜動態(tài)行為建模和自適應(yīng)控制（Kumak）；倒立擺的控制（Bersini）。AIS在故障診斷中的應(yīng)用基于相關(guān)識別特性的免疫網(wǎng)絡(luò)模型用于故障診斷的方法（Ishida）；通過構(gòu)造大規(guī)模獨(dú)特型免疫網(wǎng)絡(luò)來建立用于在線服務(wù)的故障診斷系統(tǒng)（Ishiguru）。AIS在模式識別中的應(yīng)用Hunt等人開發(fā)了一種具有學(xué)習(xí)能力的人工免疫系統(tǒng)并用于模式識別。AIS在聯(lián)想記憶中的應(yīng)用Gilbert等人采用免疫網(wǎng)絡(luò)模型設(shè)計(jì)了一種內(nèi)容可訪的自動聯(lián)想記憶系統(tǒng)并用于圖像識別。AIS在優(yōu)化設(shè)計(jì)中的應(yīng)用永磁同步電動機(jī)的參數(shù)修正的優(yōu)化設(shè)計(jì)；電磁設(shè)備的外形優(yōu)化；VLSI印刷線路板的布線優(yōu)化設(shè)計(jì)；函數(shù)測試；旅行商問題的求解；約束搜索優(yōu)化問題和多判據(jù)設(shè)計(jì)問題；AIS在網(wǎng)絡(luò)安全的應(yīng)用數(shù)據(jù)檢測（Forrest）；病毒檢測（Kephart）；UNIX過程監(jiān)控（Forrest）。免疫進(jìn)化算法生物免疫的啟示在生物自然界中，免疫現(xiàn)象普遍存在，并對物種的生存與繁衍發(fā)揮著重要的作用；生物的免疫功能主要是由參與免疫反應(yīng)的細(xì)胞或由其構(gòu)成的器官來完成的；生物免疫系統(tǒng)是通過自我識別、相互刺激與制約而構(gòu)成了一個(gè)動態(tài)平衡的網(wǎng)絡(luò)結(jié)構(gòu)。免疫生物學(xué)的基本概念

抗原是指能夠刺激和誘導(dǎo)機(jī)體的免疫系統(tǒng)使其產(chǎn)生免疫應(yīng)答，并能與相應(yīng)的免疫應(yīng)答產(chǎn)物在體內(nèi)或體外發(fā)生特異性反應(yīng)的物質(zhì)。

抗體是指免疫系統(tǒng)受抗原刺激后，免疫細(xì)胞轉(zhuǎn)化為漿細(xì)胞并產(chǎn)生能與抗原發(fā)生特異性結(jié)合的免疫球蛋白，該免疫球蛋白即為抗體。免疫系統(tǒng)的主要特點(diǎn)

免疫識別

免疫應(yīng)答

免疫耐受

免疫記憶

免疫調(diào)節(jié)算法研究生物學(xué)概念與理論方法：工程計(jì)算方法進(jìn)化＋免疫

傳統(tǒng)進(jìn)化算法是在一定發(fā)生概率的條件下，隨機(jī)地、沒有指導(dǎo)地迭代搜索，因此它們在為群體中的個(gè)體提供了進(jìn)化機(jī)會的同時(shí)，也無可避免地產(chǎn)生了退化的可能。

每一個(gè)待求的實(shí)際問題都會有自身一些基本的、顯而易見的特征信息或知識。然而進(jìn)化算法中的交叉和變異算子在求解問題時(shí)，操作的可變程度較小。基本概念

抗原 所有可能錯(cuò)誤的基因，即非最佳個(gè)體的基因。

疫苗 根據(jù)進(jìn)化環(huán)境或待求問題的先驗(yàn)知識，所得到的對最佳個(gè)體基因的估計(jì)。

抗體 根據(jù)疫苗修正某個(gè)個(gè)體的基因所得到的新個(gè)體。免疫算子有兩種類型：

全免疫

非特異性免疫

目標(biāo)免疫

特異性免疫免疫思想的實(shí)現(xiàn)

免疫算子即：群體中的每個(gè)個(gè)體在進(jìn)化算子作用后，對其每一環(huán)節(jié)都進(jìn)行一次免疫操作的免疫類型；即：在進(jìn)行了進(jìn)化操作后，經(jīng)過一定的判斷，個(gè)體僅在作用點(diǎn)處發(fā)生免疫反應(yīng)的一種類型。免疫操作的基本過程

首先，對待求問題進(jìn)行具體分析，從中提取出最基本的特征信息；

其次，對此特征信息進(jìn)行處理，以將其轉(zhuǎn)化為求解問題的一種方案；

最后，將此方案以適當(dāng)?shù)男问睫D(zhuǎn)化成免疫算子以實(shí)施具體的操作。免疫算子

算法中的免疫思想主要是在合理提取疫苗的基礎(chǔ)上，通過免疫算子來實(shí)現(xiàn)的；

免疫算子由接種疫苗和免疫選擇兩個(gè)操作完成的。TheImmuneoperator為了防止群體的退化。為了提高個(gè)體的適應(yīng)度。設(shè)個(gè)體x，給其接種疫苗是指按照先驗(yàn)知識來修改x的某些基因位上的基因或其分量，使所得個(gè)體以較大的概率具有更高的適應(yīng)度。疫苗是從先驗(yàn)知識中提煉出來的，它所含的信息量及其準(zhǔn)確性對算法性能的發(fā)揮起著重要的作用。免疫算子接種疫苗之這一操作一般分兩步完成：第一步是免疫檢測，即對接種了疫苗的個(gè)體進(jìn)行檢測，若其適應(yīng)度仍不