人工免疫算法ppt課件

免疫進(jìn)化理論的研究,1,主要內(nèi)容,研究背景與現(xiàn)狀；免疫進(jìn)化算法；免疫神經(jīng)網(wǎng)絡(luò)；,2,研究背景,在生物科學(xué)領(lǐng)域，人們對(duì)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(huì)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(shí)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)。,3,ArtificialImmuneSystemAIS,人工智能信息處理系統(tǒng)的研究,腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；遺傳系統(tǒng)（進(jìn)化計(jì)算）；免疫系統(tǒng)（人工免疫系統(tǒng)）。,4,一門新興的研究領(lǐng)域。,AIS的研究歷史,Farmer等人在1986年首先在工程領(lǐng)域提出免疫概念；Varela等人受免疫網(wǎng)絡(luò)學(xué)說的啟發(fā)，提出并進(jìn)而完善免疫網(wǎng)絡(luò)模型。,5,人工免疫網(wǎng)絡(luò)模型,AIS的研究現(xiàn)狀之一,獨(dú)特型免疫網(wǎng)絡(luò)（Jerne）；互聯(lián)耦合免疫網(wǎng)絡(luò)（Ishiguro）；免疫反應(yīng)網(wǎng)絡(luò)（Mitsumoto）；對(duì)稱網(wǎng)絡(luò)（Hoffmann）；多值免疫網(wǎng)絡(luò)（Tang）.,6,免疫學(xué)習(xí)算法,AIS的研究現(xiàn)狀之二,反面選擇算法（Forrest）；免疫學(xué)習(xí)算法（Huntelse；i=i+1；退火選擇：；k=k+1；End,免疫算子的執(zhí)行算法,31,具體分析待求問題，搜集特征信息。,免疫疫苗的選取方法,通用方法,之一,以TSP問題為例，通過具體分析可以得出相鄰兩兩城市之間的最短路徑即為求解該問題時(shí)可以利用的一種疫苗。,32,TSP問題的描述,TSP問題是旅行商問題的簡稱。即一個(gè)商人從某一城市出發(fā)，要遍歷所有目標(biāo)城市，其中每個(gè)城市必須而且只須訪問一次。所要研究的問題是在所有可能的路徑,中尋找一條路程最短的路線。該問題是一個(gè)典型的NP問題，即隨著規(guī)模的增加，可行解的數(shù)目將做指數(shù)級(jí)增長。,33,TSP問題的分析,設(shè)所有與城市Ai距離最近的城市為Aj,進(jìn)行一次如虛線所示的調(diào)整后,多數(shù)情況下，l3較aj-1+aj的減少量要大于l1+l2較ai的增加量。,故：,34,Begin:while(Conditions=True)統(tǒng)計(jì)父代群體，確定最佳個(gè)體：;分解最佳個(gè)體，抽取免疫基因：;執(zhí)行遺傳和免疫算子操作;end,免疫疫苗的選取方法,自適應(yīng)方法,之二,35,Begin:鄰近城市序列初始化：Neighbor(i)=random(1,n),i=1,n;最短子路徑的初始化：Sub_path(i)i=1,n;while(Conditions=True)fori=1ton變異：Neighbor(i)=Floor(Gauss(Neighbor(i),1);選擇：ifDistance(City_i,Neighbor(i)Min_distance(i)thenSub_path(i)=Neighbor(i);Min_distance(i)=Distance(City_i,Neighbor(i);endendend,免疫疫苗的選取方法,進(jìn)化規(guī)劃方法,之三,36,仿真實(shí)驗(yàn),基于IA的TSP求解,之一,a.免疫抗體b.最優(yōu)化路徑75城市的TSP問題免疫優(yōu)化仿真示意圖,37,子代適應(yīng)度值隨進(jìn)化過程的變化曲線,a通用遺傳算法計(jì)算曲線b免疫算法計(jì)算曲線,38,仿真實(shí)驗(yàn),基于IS的TSP求解,之二,a.免疫疫苗示意圖b.最優(yōu)路徑示意圖442城市的TSP問題免疫優(yōu)化仿真示意圖,39,子代適應(yīng)度值隨進(jìn)化過程的變化曲線,a(,2)-ES計(jì)算曲線b(,2)-IS計(jì)算曲線,40,仿真實(shí)驗(yàn),基于IE的函數(shù)優(yōu)化,之三,問題:在(0,1)內(nèi)尋找xmax使下式成立:,41,接受正常免疫疫苗時(shí)的計(jì)算曲線,(a)基于EP的進(jìn)化過程中個(gè)體分布圖;(b)基于IP的進(jìn)化過程中個(gè)體分布圖(c)EP和IP所求得的最佳適應(yīng)度對(duì)比圖(d)EP和IP所求得的平均適應(yīng)度對(duì)比圖,42,免疫疫苗為時(shí)