基于人工免疫原理的天气预报系统

为了获得较高的天气预报效率，提出了一种模拟生物免疫系统学习机制的免疫学习算法，并应用于天气预报中。定义了抗原和B细胞的表示方法，给出了抗原与B细胞之间亲和力的计算方法，描述了B细胞的克隆、变异、动态演化和记忆细胞的产生过程，建立了基于免疫学习算法的天气预报系统。仿真试验表明该系统同传统的基于神经网络的天气预报系统相比，预报准确率较高，为天气预报提供了一种新的解决方案。     

人工免疫中匹配算法研究

针对现有基于人工免疫理论入侵检测系统中的亲和力匹配算法研究的不足,导致检测结果误报率和漏报率较高的问题,提出了一种新的进化匹配机制.定义了自体非自体,给出了成熟细胞动态方程,亲和力累积方程和进化匹配算法,建立了模型的形式化描述.采用动态匹配算法加快了进化速度,保存了具有优势特征的物种,提高了检测效率和准确性,使得对抗原的识别率更为有效.实验结果表明,该模型具有定量、高效率和较好的准确性,能积极主动的保护系统不受实质性攻击.为构建新一代高效合理的网络安全系统提供了一种有效方案.     

一种与遗传算法类似的人工免疫算法

借鉴生物免疫系统的分布性、自适应性等特点，提出了一种类似遗传算法的人工免疫算法，并用一个实例对这种人工免疫算法的各个步骤进行了详细描述。通过仿真与遗传算法对比分析，该方法具有以下优点：一是能有效地克服随机漫游现象；二是采用浓度调节机制控制抗体克隆概率，能维持抗体多样性；三是能对类似抗原入侵产生迅速高效的二次免疫应答。     

一种混合人工免疫算法的研究

针对人工免疫算法在局部收敛性、稳定性以及执行效率差的特点,提出了一种基于欧氏距离的自适应人工免疫算法和拟牛顿法BFGS算法相结合的混合算法.该混合算法是在人工免疫算法的交叉和变异后引入了一个BFGS算法,并且每个抗体以一定的概率进行BFGS算法运算,这样既能充分发挥人工免疫算法的群体搜索性和全局收敛性;同时也可以发挥BFGS算法在局部收敛速度快和求解精度高的优点,从而加强了人工免疫算法的局部搜索能力,提高了算法的执行效率.数值实验结果表明:该混合算法对典型的多极值、难以极小化的函数能有效地搜索到全局最优解.     

人工免疫系统的研究与应用

阐述了人工免疫系统的概念和基本原理,从理论研究和应用研究两个方面介绍了近年来人工免疫系统的发展状况,总结了人工免疫系统存在的基本问题,并对其今后的发展趋势进行了展望。     

矢量矩浓度的免疫算法在函数优化中的应用

针对传统免疫算法收敛速度较慢的缺点,介绍了一种改进策略--基于矢量矩浓度的免疫算法(Vector Distance based Immune Algonithm,VDIA).该算法采用了基于矢量矩表示的抗体浓度、期望繁殖率以及免疫记忆策略.选取2个测试函数进行仿真实验,结果表明改进算法收敛速度快,收敛概率高,特别是在高维时的优越性突出.     

基于人工免疫方法的变压器故障诊断

将人工免疫方法引入变压器油中溶解气体分析,利用增加抗原、记忆抗体类别信息等方法对变压器故障样本进行学习,获取更多表征故障样本特征的记忆抗体集并进行分类.通过对变压器故障数据的仿真研究表明:与IEC三比值法相比,该算法具有较高的诊断准确率.     

基于人工免疫方法的变压器故障诊断

将人工免疫方法引人变压器油中溶解气体分析,利用增加抗原、记忆抗体类别信息等方法对变压器故障样本进行学习,获取更多表征故障样本特征的记忆抗体集并进行分类．通过对变压器故障数据的仿真研究表明：与IEC三比值法相比,该算法具有较高的诊断准确率．     

基于人工免疫系统的产品创新设计方法研究

基于创新计算理论,提出了基于人工免疫系统实现产品创新设计的新方法.建立了基于人工免疫系统的产品创新设计框架,对其支撑理论、方法和技术以及免疫创新计算模型、免疫创新设计方法、免疫创新设计应用等4个层面分别进行了详细阐述.结合产品创新设计的有关问题,围绕面向问题求解的免疫辅助创新设计和面向产品演化的免疫设计两个方面,对基于人工免疫系统实现产品创新设计的主要关键技术进行了讨论.     

免疫群体网络算法及其在电站风机故障诊断中的应用

为了快速、准确的识别电站风机的故障类型,基于克隆选择算法和免疫网络算法,提出一种免疫群体网络算法,该算法能对多个抗原群体同时进行局部和全局搜索,从而形成2层搜索机制,保证了算法的局部和全局搜索能力,有效克服了未成熟收敛现象,提高了群体的多样性,仿真结果表明,免疫群体网络算法能有效识别电站风机故障。     

基于人工免疫势场法的移动机器人路径规划

针对人工势场法和基本遗传算法在解决移动机器人的路径规划问题时。容易产生目标不可达和局部极小值的问题,提出了1种基于人工免疫势场法的移动机器人路径规划算法(MRPP-AIPF).该算法将初始抗体群动态分配为记忆保留单元和临时抗体单元,通过交叉、变异和遗忘等算子进行进化操作,使较优抗体较早生成,提高了算法的收敛能力和保持抗体群的多样性.仿真实验表明,MRPP-AIPF算法属有效路径规划算法.     

基于免疫算法的入侵检测系统

文章提出并实现了一种基于异常检测的入侵检测系统,利用生物免疫系统的特点来提高检测入侵行为的能力,使入侵检测系统具有一定的智能性和分布性,同时能发现新的未知入侵方式,与基于特征入侵的系统结合可以达到更高的检测的能力。文章最后给出了在局域网中的性能测试实例。     

Research into Optimization Algorithm Based on Immune Mechanism

Based on immune mechanism a novel optimization algorithm is presented. By defining and regulating the antibody density, the diversity of the algorithmic population is improved. Three funtions from different definitions of antibody density are deduced and compared with their convergent efficiencies. Theoretical analysis proves that the algorithm is convergent. Experimental results show that the algorithm has a better searching ability and quicker convergent speed than GA. The problem of premature convergence can be alleviated in the algorithm.     

A Control Algorithm Derived from Immune Principle

Artificial immune systems （AIS） are biologically inspired problem solvers having been successfully applied in many fields. A controller was designed according to the interactive mechanism between immune molecules. Multiform antigens were constructed and corresponding antibodies designed. The concept of “antibiotic” is presented, whose features and injection time as well as construction method discussed. Based on biological immune mechanism, some fuzzy rules are summarized and used in constructing the controller. The result shows that this controller is simple in structure and can be easily computed, so it is suitable for real time control. The control variable can change adaptively according to the error and its change tendency. Therefore the controller is very flexible and can be directly used in controlling some nonlinear plants. To test the validity of the algorithm, two simulation examples are given, one is linear, and the other is nonlinear. The Simulation results indicate that the control performance of this algorithm is better than that of the conventional PID.     

求解协同干扰问题的高效免疫遗传算法

为协同干扰武器目标分配问题建立的数学模型,当问题规模增大时,现有的智能求解算法表现出两点不足,一是所求解质量下降;二是求解速度不可接受。针对该两点不足提出了具有贪婪修复过程的免疫遗传算法,算法设计了通用十进制扩展编码方案、基于免疫的轮盘赌选择算子和贪婪修复算子。仿真实验表明,该算法与现有算法相比具有明显的效率优势,在解决大规模协同干扰武器目标分配问题时不仅解算时间可接受而且所求解质量比同类算法高。     

一种免疫补体优化算法

针对目前提出的免疫优化算法在求解优化问题时还存在收敛速度慢,往往不能求得最优解,鲁棒性低的问题,基于生物免疫补体激活原理,提出了一种免疫补体优化算法。在算法中,依据补体激活理论,设计了主要的补体算子：分裂算子和结合算子,并根据补体激活过程,通过补体算子的作用对问题解不断优化,求得全局最优解。最后对算法的收敛性和鲁棒性进行了理论分析,并将免疫补体优化算法与典型的克隆选择算法进行了对比实验。理论与实验结果表明了免疫补体优化算法是收敛的,并且收敛速度更快,求得的最优解更好,鲁棒性更高。     

粒子群优化人工免疫粒子滤波器

为解决粒子滤波算法中存在的粒子退化和样本枯竭问题,提出一种新的粒子滤波算法.利用粒子群优化思想促使采样粒子向高似然区域移动,减缓粒子权值的退化;再通过人工免疫算法中的变异操作扩大算法寻找最优值的范围并增加粒子的多样性,避免算法陷入局部最优,增强算法的全局搜索能力,进而缓解样本枯竭.实验表明,该算法比标准粒子滤波的状态估计精度提高近40倍,比扩展卡尔曼粒子滤波提高近28倍,比无迹卡尔曼粒子滤波提高近6倍,滤波效率为37.523％,是标准粒子滤波的37倍,该算法具有更好的实时性和更高的状态估计精度,能有效缓解粒子的退化和样本的枯竭.     

人工免疫算法路径规划在林火救援中的应用

为解决复杂环境下双机林火救援路径规划问题,提出用人工免疫算法规划三维飞行航迹。借鉴人工免疫算法规划机器人路径的方法,通过考虑飞机飞行特性和双机路径规划的要求,为双机异地出发同时到达规划出三维飞行路线,并对算法的主要影响因素进行了分析和估计,获得规划航迹的最优参数,用于设计安全高效的飞行航迹。研究结果表明,该方法能规划出复杂环境下双机飞行航迹,利用参数优化后的人工免疫算法不但能快速有效地规划三维航迹,而且丰富了航迹规划方法研究。     

基于人工免疫的网络入侵动态取证

为有效提取证据,保证证据的原始性和有效性,建立了基于动态克隆选择原理的入侵监控细胞以及动态取证细胞的模型,给出了自体、非自体、抗原、检测细胞以及证据的定义。监控细胞实现对网络入侵的实时监控,并及时启动取证细胞,完成对网络入侵证据的实时提取。实验表明,该模型能有效地对多种攻击进行实时证据的提取,具有自适应性、分布性、实时性等优点,是动态计算机取证的一个较好解决方案。     

基于自适应变权免疫网络的电磁信号监测算法

针对人工免疫系统(AIS)用于电磁信号监测领域时,系统输入参数的波动程度差异显著且波动程度会随监测环境的不同发生变化的问题,借鉴变权理论提出了一种自适应变权免疫网络(AVWIN)信号监测算法.该算法能根据监测环境自适应调节各输入参数的权重,使信号空间的信号分离度最大,从而提高系统的监测性能.同时,采用实际无线电监测数据进行实验,验证了信号分离度定义的合理性,并与普通免疫网络对比,证实该算法可显著提高系统的监测性能.