基于自适应免疫进化算法的逻辑电路设计*

针对现有进化算法在进行逻辑电路设计时存在的进化缓慢和容易陷入局部解等问题,提出一种自适应免疫进化算法（adaptive immune evolutionary algorithm,AIEA）。该算法引入了免疫记忆机制和抗体差异调节算子,能够很好地保证个体的多样性,有利于跳出局部最优解;通过采用自适应交叉率和变异率,提高了算法的搜索能力和收敛速度。通过与多目标进化算法（MOEA）、简单免疫算法（SIA）的实验比较,证明了该自适应免疫进化算法的有效性。     

逻辑电路的进化设计与在线评估

简要介绍电路进化设计的基本原理，提出并讨论基于最小项表达式的染体编码方案和以RAM查找表为核心的函数级FPGA原型，以及相应的内部进货实现方法，理论分析和进化实验结果表明，文另的编码方案与FPGA结构相结合可显示地减少运算量；基于相应的实验平台进行适应度在线评估，可显著提高进化速度、规模和成功率。     

一种基于免疫原理的多目标优化方法

借鉴生物免疫原理中抗体多样性产生及保持的机理，建立了一种多目标优化方法．该方法定义了多目标选择熵和浓度调节选择概率的概念，采用了抗体克隆选择策略和高度变异策略．最后采用四种典型的多目标优化函数，将本方法同几种常用的多目标遗传算法进行了比较研究，证明了所建立的基于免疫原理的多目标优化方法能有效解决多目标优化问题且具有一定的优越性．     

基于生物免疫原理的负选择模式匹配检测算法

仿生物免疫检测算法是人工免疫系统研究的一个重要的组成部分。文章针对过去所有的仿生物免疫检测算法中将数据文件等长划分所带来的基因缺失的缺陷,提出了一种负选择模式匹配检测算法。算法融合了生物学中负选择的思想,采用模式匹配的方法,并加入疫苗算子进行辅助检测。仿真实验表明,该算法具有较高的检测效率及不占用过多的时间和空间的优点。     

免疫进化否定选择算法

当训练样本分布密集交错时,传统的否定选择算法难以将检测器生成在正/反样本间的有效区域,导致检测器集合对这些样本的识别率降低,影响了算法性能。为使检测器能有效地识别分布密集交错的样本,本文提出了免疫进化否定选择算法（IENSA）。IENSA通过加入两个免疫进化过程,首先在样本分布密集的区域引导检测器在正/反样本之间有效地生成,然后在样本分布稀疏的区域对冗余检测器进行抑制。实验结果表明在二维人工数据集Rectangle与三维标准数据集Skin Segmentation上,相对于经典的RNSA与V-Detector算法,IENSA均能以较少的检测器而达到较高的检测率。     

基于多目标演化算法的逻辑电路设计

电路演化设计是新兴的研究热点,通过对电路演化设计的基本原理的介绍,提出了基于演化算法特别是改进的遗传算法(GeneticAlgorithm),根据具有一定逻辑功能的真值表,依据多个设计目标,以较少的运算量和较高的效率来演化设计出一个较优的逻辑电路。通过对几个具体实例的研究分析,说明了该设计思想的有效性和先进性。     

基于人工免疫原理的NIDS系统和有关算法设计

给出一种基于人工免疫原理的网络入侵检测系统(NIDS)模型．它以频繁序列模式为基础建立自体模式集和异己模式集，随后给出了一种有效的模式编码算法．在这种编码基础上文章提出一种用于检测器生成的集否定选择和克隆选择为一体的算法．最后给出算法复杂性分析。     

基于克隆选择原理的免疫识别算法研究

传统基于人工免疫的识别算法对于正常行为和非正常行为的定义仅限一次,无法根据实际网络环境中的变化做出调整。克隆选择算法是基于群体的免疫算法,是一种模拟免疫系统的学习过程的进化算法,也是抗体集进行群体更新的策略。     

基于免疫原理的进化算法

基于人类免疫系统的机理提出一种进化算法．简述了算法的基本原理与特点，定义了克隆、超变异、选择和记忆4种基本操作算子，给出了算法的主要步骤，并证明了算法能够以概率1收敛到全局最优点．用不同的测试函数进行仿真实验，结果表明该算法是有效的，能以较快的速度完成给定范围的搜索和优化任务．     

基于改进免疫算法的电力电源规划

提出了一种改进的人工免疫算法来计算电力系统电源规划,免疫算法是根据人或其它高等动物免疫系统的机理而设计的,将目标函数和不等式约束条件作为抗原,将搜索空间的解作为抗体,依据抗原与抗体的结合力以及抗体之间的结合力对解进行评价和选择,该算法在保持了基本免疫算法的全面搜索能力基础之上,又通过引入矢量距等概念使得免疫算法在理论上保证了解的多样性,通过仿真计算表明该算法是可行的,与遗传算法等模拟进化算法相比,该算法全局搜索能力强,收敛速度快.     

基于修复技术的组合电路进化设计算法研究

提出基于修复技术的组合逻辑电路快速进化设计算法。该算法利用候选电路在进化的初始阶段适应度增加很快的现象,先进化出一个功能大致正确的电路;然后转入修复过程并对不正确的输出进行修正,最终设计出功能正确的电路。为了能对进化出的有错误的电路进行修复,专门设计出简单而规整的修复电路的构造方法。附加的修复电路与进化生成的对大部分输入都能输出正确结果的电路结合在一起,形成最终的功能完全正确的电路。该方法极大地减少进化所需的时间。     

基于进化算法的硬件演化基础研究

演化硬件研究将进化思想应用于电子系统内部结构的设计和调整,以实现硬件电路的自组织、自适应和自修复,从而提高系统的可靠性.介绍演化硬件的概念、基本原理和实现方法,指出目前研究存在的主要问题,给出进一步研究的设想与建议.     

基于人工免疫系统的数据挖掘技术原理与应用

该文首先对人工免疫系统的发展历史和自然免疫系统机制进行简要介绍,之后重点对人工免疫系统在数据挖掘领域中的原理与应用研究进行详细分析综述。主要分两个部分,第一部分是从数据挖掘的主要任务——聚类和分类角度阐述人工免疫系统应用现状,第二部分主要从数据挖掘对象子领域——网络数据挖掘和文件挖掘角度分析人工免疫系统的应用,同时对有代表性的方法及其改进过程进行了详细介绍,指出人工免疫数据挖掘技术中的优点和缺点。最后提出新的研究方向。     

Design of Multivalued Circuits Based on an Algebra for Current-Mode CMOS Multivalued Circuits

1IntroductionIntraditionalPostalgebra,amultivaluedfUnctionisexpressedbyusingMIN,MAXandLiteraloperations.SincetheMAXoperationhasmuchmorecomplicatedrea.lizationthansumoperationincurrellt-modeCMOSmultivaluedcircuit8,thePostalgebracannotefficielitlyguidethedesignofcurrent-modeCMOSmultivaluedcircuits.Inthepastfewy6arsanumberofcurrent-modeCMoSmultivaluedcircuitshavebeenpresented[1'2]andseveraldesignmethodshavebeenproposed-Amongthemthedesignmathodsbasedonacost-tableapproachandongraPhicdecom…     

引入人工免疫理论的入侵检测

由于计算机的安全问题与生物免疫系统具有惊人的相似性，特别是在网络入侵检测上，因此就产生了一个有意义的研究领域：引入人工免疫理论的入侵检测机制研究：首先介绍了入侵检测的概念和地位，然后在分析传统IDS缺陷的基础上，提出了在入侵检测中引入人工免疫理论：接着从AIS的生物原型入手，综述其仿生机理及其在计算机技术领域的应用，并介绍了阴性选择算法。然后通过局部修改portsentry，引入了人工免疫机制，并进行了仿真实验。     

引入人工免疫理论的入侵检测

由于计算机的安全问题与生物免疫系统具有惊人的相似性,特别是在网络入侵检测上,因此就产生了一个有意义的研究领域:引入人工免疫理论的入侵检测机制研究。首先介绍了入侵检测的概念和地位,然后在分析传统IDS缺陷的基础上,提出了在入侵检测中引入人工免疫理论。接着从AIS的生物原型入手,综述其仿生机理及其在计算机技术领域的应用,并介绍了阴性选择算法。然后通过局部修改portsentry,引入了人工免疫机制,并进行了仿真实验。     

基于免疫算法的前馈神经网络权值设计

提出了一种基于免疫算法的前馈神经网络设计方法(ImmuneFeed-forwardNeuralNetwork,INN),用于实现前馈神经网络权值空间的搜索。初步实验结果显示免疫算法具有快速学习网络权值的和脱离局部极小点的能力。     

基于危险理论的免疫识别新算法

为提高系统对“危害”的识别能力,基于免疫学中的“危险理论”提出了一种新的免疫识别算法.该算法以识别“危险”为核心思想,增加了对抗原提呈细胞和不同危险信号的使用.仿真实验结果表明,该方法与传统方法相比,具有更高的识别率.     

基于人工免疫的网络入侵检测

文章根据生物免疫系统的原理、体系结构,进行了基于人工免疫的网络入侵检测的研究,以改进现有网络入侵检测系统的性能。