基于分级记忆策略的免疫算法

针对传统免疫算法在网络故障检测中存在的稳定性低、检测性能差等问题,提出一种基于克隆选择和免疫记忆机理的人工免疫系统算法。该算法调整未成熟检测器的补入方式,设计对检测器进行有效性评估的机制。给出依据评估结果对记忆检测器实施分级的策略,对各级别的检测器子群体采用不同的进化策略。实验结果表明,与传统算法相比,该算法的稳定性和检测性能都有一定改善。     

基于免疫原理的计算机病毒检测研究应用

针对计算机病毒新品种及已知病毒新变种的难以检测问题,该文提出了根据生物免疫原理检测未知病毒的构想,并建立了计算机病毒检测模型,重点讨论了部分算法及技术,最后分析其有效性。     

基于免疫原理的计算机病毒检测研究应用

针对计算机病毒新品种及已知病毒新变种的难以检测问题,该文提出了根据生物免疫原理检测未知病毒的构想．并建立了计算机病毒检测模型,重点讨论了部分算法及技术,最后分析其有效性。     

基于免疫原理的病毒检测方法研究

随着计算机及其因特网的飞速发展,信息资源得到了充分的共享,但随之而来的网络安全问题日益突出,特别是计算机病毒的泛滥,不仅给人类的正常工作和生活造成了影响,而且还严重扰乱了社会秩序。计算机免疫系统(Computer Immune System,CIS)是受生物免疫系统(Biological Immune System,BIS)启发而产生的,该免疫系统是目前计算智能研究的新领域,它已在网络入侵检测、病毒检测方面显示了其优异的信息处理能力。     

基于量子免疫克隆算法的神经网络优化方法

为降低神经网络的冗余连接及不必要的计算代价,将量子免疫克隆算法应用于神经网络的优化过程,通过产生具有稀疏度的权值来优化神经网络结构。算法能够有效删除神经网络中的冗余连接和隐层节点,并同时提高神经网络的学习效率、函数逼近精度和泛化能力。该算法已应用于秦始皇帝陵博物院野外文物安防系统。经实际检验,算法提高了目标分类概率,降低了误报率。     

基于量子免疫克隆算法的神经网络优化方法

为降低神经网络的冗余连接及不必要的计算代价,将量子免疫克隆算法应用于神经网络的优化过程,通过产生具有稀疏度的权值来优化神经网络结构。算法能够有效删除神经网络中的冗余连接和隐层节点,并同时提高神经网络的学习效率、函数逼近精度和泛化能力。该算法已应用于秦始皇帝陵博物院野外文物安防系统。经实际检验,算法提高了目标分类概率,降低了误报率。     

基于多目标免疫克隆进化的随机匿名化算法*

近年来提出的随机匿名化方法随机地拆分记录中属性值之间的关系,并通过维持数据间的统计关系来保存知识。在大多数匿名化算法中知识往往是被丢失的,因而造成数据的实用性较低。但隐私性与实用性是两个矛盾的目标,随机匿名化算法很难找寻到较好的结果,因此提出一种基于多目标免疫克隆进化的随机匿名化算法来搜索隐私性和使用性都较高的结果。仿真实验表明,本方法能求得较好的结果。     

基于克隆选择原理的免疫算法

提出了一种基于克隆选择原理的人工免疫算法(AIA),该算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异等思想,并将其应用到广义最小生成树(GMST)的求解当中,仿真结果证明提出的免疫算法能迅速收敛到全局最优解,显著提高了全局收敛可靠性和全局收敛速度。     

基于免疫的专家系统动态克隆更新算法

文章基于人工免疫系统培育识别器的原理,在现有的专家系统的基础上,提出了专家系统推理机动态克隆更新的算法,初步解决了已有专家系统知识库动态更新复杂的问题。     

Immune clonal algorithm based on directed evolution for multi-objective capacitated arc routing problem

The capacitated arc routing problem is playing an increasingly important role in our society, engendering increasing attention from the research community. Among the various models, multi-objective capacitated arc routing problem comes much closer to real-world problems. Therefore, this paper proposes an immune clonal algorithm based on directed evolution to solve this problem. Firstly, the proposed algorithm adopts the framework of the immune clonal algorithm and expands the scale of the initial antibody population in the initialization process to increase the diversity of the antibodies. Secondly, the proposed algorithm is combined with a decomposition strategy in the operations of the immune gene. Antibodies are classified to perform the immune genetic operations, which helps the antibody populations to share the neighborhood information in a timely manner. Thirdly, the proposed algorithm applies a novel kind of comparison operator to build the total population, which helps it to evolve in the direction of a better population and improves the quality of the antibodies. Experimental results suggest that the proposed algorithm can generate better non-dominant solutions than several compared state-of-the-art algorithms, especially for large-scale sets.     

一种基于抗体网络的免疫算法

阐述了免疫系统抗体网络的机理和特点,深入分析了抗体网络与常用的免疫算法和Hopfield神经网络异同.通过不断更新输入模式(抗原)和采用最优保存策略,将基于克隆选择的竞争学习算子、自动生成网络结构、剪枝算子和低频变异用于进化操作,提出一种新的基于抗体网络的免疫算法,用于函数优化问题.实验结果表明新算法可行有效.与常用的免疫算法、Hopfield神经网络优化算法比较,新算法具有较好的全局搜索能力和较快收敛速度.     

一种改进的克隆函数优化算法*

为了提高免疫克隆算法的寻优能力,借鉴生物免疫系统的Baldwin效应及生物进化的周期性,提出了一种Baldwin效应的正向和反向学习机制,克服纯粹随机进化;利用生物进化的周期性,设计了周期变异算子,提高算法的收敛速度。在函数测试问题上的仿真实验表明,该算法求解精度较高、寻优能力较强。     

周期变异概率的免疫克隆算法

在传统免疫克隆算法的基础上提出了一种新的基于周期变异概率的免疫克隆算法,该算法进一步提高了收敛速度,有效地克服了早熟现象,很好地解决了类似高维函数优化等复杂问题.通过对比计算实验表明:种群的初始分布对该算法的性能影响很小,且对待寻优空间的全局搜索能力和局部搜索能力以及算法的稳定性与计算速率都要强于简单免疫克隆算法和自适应遗传算法等优化算法.     

基于关键词语义扩展的检索策略

传统基于关键字匹配检索策略由于关键字的机械字符匹配和一词多义问题很容易造成漏检和错检。为此,从领域本体概念入手,结合关键字检索的特点,提出一种基于关键词语义扩展的检索策略。策略使用领域本体描述的语义结构扩展关键字匹配范围,避免完全机械的字符匹配造成的漏检,从而提高检索的查全率。在此基础上,利用领域本体中语义相关度过滤检索无关结果,以提高检索的查准率,并根据检索结果与本体语义相关度算法排序。     

一种免疫动态模糊聚类算法*

为了在聚类数不确定的情况下实现聚类分析,通过借鉴生物免疫系统中的克隆选择原理并结合聚类有效性分析,提出一种免疫模糊动态聚类算法.本算法不但可以根据数据自动确定聚类类目及中心位置,而且克服了传统聚类算法容易陷入局部极小值,对初始值敏感的缺点.仿真实验结果表明了本算法的有效性.     

基于试探性消除策略的改进ERRE算法

针对有效冗余阅读器消除算法（Efficient Redundant Reader Elimination,ERRE）存在对RFID网络拓扑结构要求高和需要设定用户自定义因子的不足,提出基于试探性消除策略的改进ERRE算法。该算法在ERRE算法的基础上加入试探性消除策略,提高算法在不同拓扑结构下运行的有效性;并删除性能函数和权重函数,设阅读器的邻居数与覆盖数的比值作为冗余阅读器判定值。最后,通过实例分析证明改进算法的有效性,并和算法RRE、LEO、ERRE进行仿真对比分析。实验结果表明,改进算法在继承ERRE算法优点的同时,可适用于任何拓扑结构的RFID网络,而且不需要设定用户自定义因子,避免了人为因素对实验结果可信度的影响。相较其他算法,改进算法可以有效消除更多冗余阅读器。     

种群自适应调整的克隆多峰函数优化

为了尽可能求得多峰函数的最优解,提出了一种种群规模自适应调整的克隆算法。实现了种群规模根据进化过程自适应的变化,平衡了种群规模对算法效率的影响。此外,结合多峰函数优化的特点,为了增强算法搜索最优解的能力,采用Larmack学习策略作为局部搜索机制。实验结果表明,该算法求解效果较好。