基于人工免疫网络的联想记忆器

本文提出一种利用人工免疫网络模型设计联想记忆器的方法,着重指出通过定义适当的补充机制形式,人工免疫系统如何应用于解决联想记忆问题,仿真结果与其他熟知的模型所得结果进行了比较。     

一种高效的免疫模糊关联分类决策树算法研究

大家知道,传统的决策树算法,如:ID3,C4.5等,存在逻辑表达差、互信息计算复杂、性能改善比较困难等缺陷.仅考虑决策树的错误率;未考虑树的节点、深度等.对属性值分组时逐个探索;没有使用一种启发式搜索的机制.分组效率较低.本文针对此情况,提出了一种免疫模糊关联分类决策树算法.本算法克服了上述缺陷,对决策树的性能有明显改善.     

人工免疫网络记忆分类并行算法研究

人类免疫系统是极为复杂的、固有并行性、分布式系统。人工免疫系统领域已经开发了许多免疫系统启发的算法,但没有几个显示并行性。论文提出并行人工免疫网络记忆分类系统,给出简单的并行人工免疫网络记忆分类算法。初始结果显示,通过简单的并行化方法,与并行人工免疫识别系统AIRS的比较研究表明,并行人工免疫网络记忆分类系统在并行效率等方面的性能优于后者。     

人工免疫系统及其应用

人工免疫系统是基于人类和其它高等动物免疫系统原理而提出的一种新的信息处理系统。简要介绍了生物免疫系统的特点,概述了当前几种主要的人工免疫系统和在计算机安全、优化、故障检测及处理、控制等方面的工程应用,并对其应用前景作了展望。     

人工免疫系统研究

本文首先简单解释了人工免疫的定义;其次对常见的免疫算法的机理和结构进行总结;接着分析了人工免疫系统的应用情况,最后指出人工免疫系统的以后的研究方向。     

人工免疫系统研究的新进展

综述了人工免疫系统的最新研究成果。首先简述了生物免疫系统的信息处理机理,其次介绍了独特型人工免疫网络、多值免疫网络、免疫联想记忆等人工免疫模型,以及反向选择、免疫遗传、克隆选择等五类免疫学习算法,最后介绍了人工免疫系统的应用,并展望了该领域的进一步研究方向。     

基于人工免疫系统的推荐系统

简要介绍了免疫系统的基本概念，以及人工免疫系统中的独特型网络模型，将其算法思想引入推荐系统中，提出了一种基于人工免疫系统的推荐算法。给出了算法的描述，并对使用该算法前后的结果进行比较。数据实验结果表明，该算法对推荐预测精确度的提高有明显的效果。     

基于人工免疫系统的推荐系统

简要介绍了免疫系统的基本概念,以及人工免疫系统中的独特型网络模型,将其算法思想引入推荐系统中,提出了一种基于人工免疫系统的推荐算法。给出了算法的描述,并对使用该算法前后的结果进行比较。数据实验结果表明,该算法对推荐预测精确度的提高有明显的效果。     

人工免疫算法及其应用

阐述了人工免疫系统的基本概念,讨论了几种典型的算法,包括基于免疫系统基本机制的免疫算法、基于免疫特异性的否定选择算法、基于免疫系统克隆选择理论的克隆选择算法、基于接种疫苗及免疫多样性的免疫进化算法、AIS与神经网络混合智能算法和模糊免疫系统等;以年代为序简述了AIS发展历史,介绍了AIS在若干具有代表性的领域中的应用情况。最后通过对AIS的特性和存在问题的分析,展望了今后的研究重点和发展趋势。     

人工免疫网络记忆分类器网络文本分类研究

论文在人工免疫记忆分类器用于解决数据分类的基础上,提出将该分类器用于解决文本分类的方法。与两种基于免疫原理的文本分类方法和传统的贝叶斯分类器进行了比较研究。结果表明该分类器在标准文本样本集合上的性能好于其他三种分类器,在小样本分类上具有一定优势。     

一种新型计算智能系统:人工免疫系统

基于生物免疫系统机理开发的人工免疫系统是继人工神经网络、进化计算之后的又一研究热点。本文简要介绍了人工免疫系统的特点和研究内容,将其与人工神经网络、进化计算进行了比较和分析,综述了人工免疫系统的最新研究成果并对下一步的研究方向做了探讨。     

联想记忆与人工神经网络

联想记忆是人类记忆的基本方式,本文通过对人类联想记忆的本质及其规律的分析,讨论了如何用人工神经网络的模型来实现这种记忆形式,同时也指出了这种模拟的不足之处及需要解决的问题。     

人工免疫系统及其模型分析

目前,受生物免疫系统启发而产生的人工免疫系统(Artificial Immune System,AIS)作为计算智能研究的新领域正在兴起。文中侧重以AIS的基本原理为线索,对其模型加以系统综述。介绍了人工免疫系统的生物原型及生物免疫系统模型。在此基础上讨论了3种人工免疫系统的网络模型:aiNet、骨髓模型及有限资源人工免疫系统。分别介绍了这3种主要模型的来源,详细描述了各个模型的基本思想,并归纳出各个模型的特征。     

Vaccine-Enhanced Artificial Immune System for Multimodal Function Optimization

This paper emulates a biological notion in vaccines to promote exploration in the search space for solving multimodal function optimization problems using artificial immune systems (AISs). In this method, we first divide the decision space into equal subspaces. The vaccine is then randomly extracted from each subspace. A few of these vaccines, in the form of weakened antigens, are then injected into the algorithm to enhance the exploration of global and local optima. The goal of this process is to lead the antibodies to unexplored areas. Using this biologically motivated notion, we design the vaccine-enhanced AIS for multimodal function optimization, achieving promising performance.      

基于人工免疫系统的克隆-K均值算法

提出了一种用于聚类分析的克隆-K均值算法.基于人工免疫系统的克隆选择算法具有全局搜索能力强,收敛于全局最优解的特点.基于以上优点,在克隆选择算法中引入K-均值算子,对种群中的个体在克隆、变异操作后进行K-均值运算.通过对初始种群的形成、克隆操作、变异操作、替代操作和K-均值操作等过程的描述,提出了完整的克隆-K均值算法.实验研究表明,算法成功解决了K-均值算法对初始值敏感且容易陷入局部最优的缺点,算法明显优于传统的K-均值聚类算法.     

利用人工免疫系统实现ISO3945

人工免疫系统是对生物免疫系统的模拟,具有强大的信息处理能力。该文将免疫系统的阴性选择原理与ISO3945相结合,以额定功率大于300千瓦,具有刚性支承的大型机组为例,实现了机组良好,满意,不满意,不允许四种运行状态的判定。最后给出了机组运行状态检测的实际实现。     

人工免疫算法与系统集成的研究

生物免疫系统是一个复杂、并行、鲁棒的自适应系统,以其智能的信息处理能力而逐渐备受关注。为使研究人员能全面了解人工免疫常用算法原理及其应用和免疫系统与其他智能系统的交叉融合研究,以及由此建立的人工免疫系统模型、算法,在简述免疫系统生物学原理的基础上,概括了不同的免疫算法和各自的特性,总结了当前人工免疫系统与人工神经网络、进化算法、模糊系统的集成情况及工程应用现状。最后讨论了人工免疫系统面临的问题及未来发展趋势。     

人工免疫系统及其模型分析

目前，受生物免疫系统启发而产生的人工免疫系统（Artifidal Immune System，AJS）作为计算智能研究的新领域正在兴起。文中侧重以AIS的基本原理为线索，对其模型加以系统综述。介绍了人工免疫系统的生物原型及生物免疫系统模型。在此基础上讨论了3种人工免疫系统的网络模型：aiNet、骨髓模型及有限资源人工免疫系统。分别介绍了这3种主要模型的来源，详细描述了各个模型的基本思想，并归纳出各个模型的特征。     

一种基于模糊关联分类的遥感图像分类方法

遥感图像分类是遥感领域的研究热点之一.提出了一种基于自适应区间划分的模糊关联遥感图像分类方法(fuzzy associative remote sensing classification,FARSC).算法根据遥感图像分类的特点,利用模糊C均值聚类算法自适应地建立连续型属性模糊区间,使用新的剪枝策略对项集进行筛选从而避免生成无用规则,采用一种新的规则重要性度量方法对多模糊分类规则进行融合,从而有效地提高分类效率和精确度.在UCI数据和遥感图像上所作实验结果表明,算法具有较高的分类精度以及对样本数量变化的不敏感性,对于解决遥感图像分类问题,FARSC算法具有较高的实用性,是一种有效的遥感图像分类方法.     

人工免疫系统中免疫细胞的分离演化策略

免疫细胞是人工免疫系统最关键的组件,它在整个生命周期的演变过程将直接决定免疫系统的性能。文章针对免疫细胞的浓度和系统识别效率这两个相互制约的约束条件,分析了免疫细胞在不同阶段的差异,提出了一个免疫细胞的进化策略。论文采用不同的适应方法,控制细胞群体的演化方向。并充分考虑单个细胞的覆盖能力和免疫细胞群体对资源的占用问题,采用多目标优化策略,使免疫系统的有效性得到明显改善。