三维流感病毒免疫模型研究

随着人类社会的发展,人类对于自身健康的研究越来越深入,人工免疫系统也成为了生物信息研究领域的热点.传统的动物实验虽趋于完善,却也出现了研究技术上的难关,研究员们无法通过传统的实验室环境模拟数量化的人体体内环境,更无法用人类活体做实验.这样,就产生了二维的免疫计算机模型,但也并没有完全贴切人体环境的要求.因此,我们利用Java 3D计算机三维模型以及计算机仿真方式来搭建类似于体内真实环境的人体免疫计算机模型,这可以使得人工免疫系统模型更加完善.与培养皿方式的实验相比,计算机模型的实验方式可以用于研究免疫系统智能性,对研究设计新的人工免疫系统方法很有意义.而且计算机模型具有准确性高、误报率低和稳定性好等优点.本文利用Java 3D技术,通过细胞之间的相互作用,加入对流感病毒免疫应答的仿真,结合免疫细胞的参数,模拟临床实验,期望得到一些规律性的结果.     

一种基于危险信号的拒绝服务入侵检测方法

针对拒绝服务(Denial of Service,DoS)攻击的特点,提出了一种基于免疫危险理论的新型入侵检测方法,设计、实现了检测算法和抗体变异、进化算法。引入血亲类方法分类抗原/抗体,定义了抗原凋亡和坏死的过程,定量计算抗原危险信号和网络危险度,并以此检测DoS攻击。仿真实验表明该方法不仅具有基于传统人工免疫理论的入侵检测自学习、自适应的优点,而且误警率降低87.5%,检测效率更高。     

基于进化算法的湖泊富营养化投影寻踪回归预测模型

为了建立湖泊富营养化预测模型,选择了与水质富营养化关系密切的工业废水排放量、城市生活污水排放量、农业面源污染负荷比等影响因子及工业废水达标排放率、生活污水处理率等因素作为湖泊富营养化的预测建模指标,建立了基于投影寻踪回归（PPR）的富营养状态的综合指数预测模型。通过把PPR模型表示为直观的参数矩阵形式,用对参数矩阵的优化运算替代传统PPR的多重平滑回归计算技术,简化了运算。结合太湖周边社会、经济影响因子有关资料和太湖水质指标数据,采用粒子群算法(PSO)和免疫进化算法(IEA)对模型中的参数进行优化,得到优化后适用于太湖富营养化综合指数的PPR预测模型。对太湖未来的富营养状态发展趋势进行了预测,结果表明,若不加大治理力度,未来5～30年内太湖富营养化有逐渐加重趋势,因而提出了防治太湖富营养化进一步恶化的调控方案,可为太湖水质富营养化的治理和决策提供参考依据。     

基于改进免疫克隆选择算法的电动汽车充电站选址定容方法

随着电动汽车渗透率的提高,充电基础设施规划应更加科学、合理,提出一种基于改进免疫克隆选择算法的电动汽车充电站选址定容方法。首先,分析充电站的容量、位置和服务范围之间的关系,以充电站的覆盖率和重合度、规划区域内的功率以及充电站的充电功率为约束条件,建立以充电站年总成本最小为目标的充电站选址定容模型。然后,提出一种抗体间亲和力的计算方法以及多项式变异对免疫克隆选择算法进行改进,使其更适用于电动汽车充电站选址定容模型的寻优迭代求解。最后,利用MATLAB进行算例分析,结果验证了模型和算法的有效性。     

基于人工免疫系统的僵尸短信入侵检测

针对移动僵尸网络日益活跃的现状,提出一种基于人工免疫的僵尸短信入侵检测模型。该模型包含两个核心模块,短信过滤模块提取短信号码与黑名单信息相匹配初步过滤垃圾短信和广告;短信识别免疫模块量化短信的签名信息生成抗原,采用实值否定选择算法生成抗体,通过抗原与抗体的亲密程度识别僵尸短信,最后根据用户反馈结果更新抗体。实验结果表明:该模型具有较高的检测率,证明了其可行性。     

A two‐level detector of short‐term unique changes in time series based on a similarity method

In the paper, a novel two‐level algorithm of time‐series change detection is presented. In the first level, to identify non‐stationary sequences in a processed signal, preliminary detection of events is performed with a short‐term prediction comparison. In the second stage, to confirm the changes detected in the first level, a similarity method aimed at identification of unique changes is employed. The detection of changes in a non‐stationary time series is discussed, implemented algorithms are described and the results produced on a sample four financial time series are shown. General conditions for implementing the proposed algorithm as an immune‐like event detector are discussed.     

基于人工免疫算法的增量式用户兴趣挖掘

了解用户兴趣是为用户提供个性化服务的关键.用户兴趣有短期兴趣和长期兴趣之分,且具有不稳定性.受人工免疫系统的启发,巧妙地将免疫应答过程应用于用户兴趣挖掘.首先将概率与时间相结合,提出“概念时序动态”的概念,以更好地刻画用户在一段时间内对同一兴趣的关注程度;然后基于人工免疫原理,建立抽取兴趣标签的分类器来提取用户兴趣标签;最后针对增量式学习,建立兴趣标签的“概念时序动态”,刻画出用户兴趣自首次出现以来受关注的程度,以此为依据来判断兴趣是否存在迁移及遗忘现象,并为每个兴趣标签附上权重.其主要贡献是创造性地将人工免疫原理应用于用户短期兴趣和长期兴趣的挖掘,并具有增量特性,可以很好地体现用户兴趣迁移特征,是一种自然完整的用户兴趣模型.实验结果表明,该学习模型能够很好地发现用户关注的领域,其平均精度和召回率分别达到79.5％和74.4％,是目前最贴近用户的兴趣挖掘模型.     

WSNs入侵检测中实值否定选择算法研究

针对无线传感器网络免疫入侵检测中否定选择算法采用r-连续位二进制串匹配度作为亲和力,检测率低且无法反映WSNs在一段时间内的动态特性这一现象,提出采用RNS-WSNs算法,该算法用一段时间内属性值的变化率构成向量作为抗原和抗体,通过计算向量间的曼哈顿距离作为亲和力。在NS3上模拟WSNs进行实验,结果显示在能量消耗相当且误报率相同的情况下,RNS-WSNs算法具有更高的检测率。     

基于改进的无量纲指标信息融合故障诊断方法

针对无量纲指标信息的不确定会产生冲突证据的问题,提出一种基于改进证据理论的无量纲指标信息融合故障诊断方法.采用人工免疫算法构建原始证据;通过计算无量纲免疫检测器证据之间的相似度找出相似证据和冲突证据.保留相似证据,并利用可信度修正冲突证据,从而降低冲突证据对证据理论合成结果的影响.组合式旋转机械故障诊断试验验证本文方法有效.该方法能够明显提高故障诊断准确率.     

基于免疫粒子群算法的参数估计方法

针对污水生化反应模型参数估计问题,提出一种基于免疫粒子群算法的估计方法。该方法采用免疫算法保持粒子群的多样性,避免粒子群算法的过早收敛而降低寻优能力。利用估计的参数值对实验数据进行拟合,仿真结果表明,拟合误差率低于标准的粒子群和遗传算法,进一步提高了污水生化反应模型参数估计精度。