免疫算法研究

由生物免疫理论启发的人工免疫系统,是继神经网路和遗传进化计算之后,计算智能领域中的又一个研究热点.概述了免疫算法产生、发展的过程及作用机理,比较了现有典型免疫算法的设计方法及其在不同应用领域中的优劣,并讨论了免疫算法的分类.结合笔者的研究,给出了一些应用实例,探讨了发展免疫算法应注意的薄弱环节、难点和创新点,并从发展重点和未来的应用等诸方面展望了免疫算法的发展趋向.为免疫优化算法的进一步研究提供了参考.     

通用多媒体档案管理系统的设计与实现

一个通用多媒体文档管理信息系统的硬件、软件体系结构的规划、设计和实施方案，给出了在集成环境进行大规模系统开发的成功实例，并对规范化的文档信息管理的内容进行了系统分析。     

基于OOP的任意组合条件检索模块的设计

本文介绍了一个使用ＯＯＰ技术对任意组合条件检索模块的设计思想，并在ＰＢ５环境中加以实现，该模块可被任何开发者在应用程序中调用，具有很强的通用性。     

求解TSP问题的遗传算法改进研究

概述了遗传算法的基本原理及求解步骤。针对基本遗传算法在求解TSP(traveling salesman problem)问题时存在的收敛速度慢、种群多样性易遭到破坏、易收敛于局部最优解等问题,简要介绍了两阶段遗传算法、粗粒度遗传算法、混合遗传算法等几种算法对基本遗传算法所作的改进。分析了这几种改进遗传算法的基本原理、参数设置、遗传算子的操作方法。整理得出这些改进遗传算法在求解TSP问题时的操作步骤及它们存在的优缺点,最后提出了遗传算法未来在求解TSP问题时的发展趋势。     

多模态遗传算法研究及其进展

在对多模态遗传算法（MGA）的研究历史和经典算法进行综述的基础上,展望了MGA的研究进展,重点对笔者提出的几种适于多峰值求解的遗传算子及其构成的算法特性进行了分析和比较,指出了多模态遗传算法在工程实践中的重要作用。     

计算智能及免疫理论在入侵检测中的应用研究

入侵检测是网络和信息系统安全中的重要技术手段。对该技术的发展、主要方法和最近的研究现状进行了综述，总结了两种典型检测模型存在的问题；对目前一些结合计算智能的入侵检测方法作了概括性的分析，并提出了一些新的思路；提出了一种基于人体免疫原理的分布式智能入侵检测系统模型和描述了其工作流程。     

入侵检测免疫模型中抗体基因库的生成和进化

文中简要分析了当前入侵检测技术存在的问题和发展方向，结合人体免疫理论，提出一种基于检测代理的分布式网络入侵检测免疫模型。为了提高免疫系统识别异常的轻负荷和适应性，引入粗集理论的约简算法，用于待检数据的预处理和抗体基因库的生成，并结合抗体进化原理不断对基因实施进化。该模型可降低待检数据的冗余，保持抗体基因的进化和适应性，提高入侵检测的效率和准确性。     

自适应多模态免疫进化算法的研究与实现

基于免疫系统的动力学模型，根据一类抗体可结合多个抗原表位并逐步达到亲和度成熟的机理，研究并实现了一种多模态免疫进化算法(MIEA)．算法的主要算子包括正选择、记忆细胞产生、超变异和抗体相似性抑制．对不同的多峰值函数进行的仿真实验证明，算法能够找到多模态问题的全部最优解或尽可能多的局部最优解．通过与同类算法进行比较和计算复杂性分析表明，该算法不仅计算量小、具有更好的搜索性能，而且无需任何先验知识，可实现真正的自适应搜索．     

免疫算法及其应用研究进展

阐述了免疫算法的基本概念,对几种传统的典型算法进行了讨论,包括基于群体的免疫算法(否定选择算法、克隆选择算法)和基于网络的免疫算法、免疫遗传算法等;同时引入并分析了几种新型算法模型:免疫策略算法、模糊AIS(artificialimmune system)和危险模型等.最后在克隆选择原理的基础上,提出了一种改进的并行免疫进化算法框架,并对算法机理和运行流程进行了描述,对其应用领域进行了探讨.     

基于平衡峰值和梯度进化策略的多模态免疫算法

通过考察现有的多模态优化算法,指出其存在的不足,并根据它们对峰值等高函数搜索效果较好,而对峰值不等高函数效果较差的共同特点,提出评价函数的平衡峰值策略并加以实现.基于免疫系统的抗体进化机制,集成传统的梯度进化思想,设计一种新的多模态免疫算法(MIA).给出算法主要操作算子的具体实现,并分析其运行机理、完全收敛性和计算复杂性.通过仿真实验,验证算法求解多模态问题,特别是求解具有不等高多峰函数的有效性、完全收敛性及快速收敛能力.