用于網(wǎng)絡(luò)故障診斷的免疫算法研究.pdf

1、隨著網(wǎng)絡(luò)在人們工作和生活中的廣泛應(yīng)用，網(wǎng)絡(luò)故障管理的重要性日趨顯著。網(wǎng)絡(luò)系統(tǒng)規(guī)模的擴(kuò)大化以及結(jié)構(gòu)的復(fù)雜化，使得網(wǎng)絡(luò)管理和維護(hù)的難度進(jìn)一步加大。網(wǎng)絡(luò)中存在很多引發(fā)故障的因素，故障的發(fā)生不可避免，及時(shí)的發(fā)現(xiàn)網(wǎng)絡(luò)故障并對(duì)其進(jìn)行準(zhǔn)確定位有助于盡快恢復(fù)網(wǎng)絡(luò)運(yùn)行狀態(tài)。而網(wǎng)絡(luò)技術(shù)的復(fù)雜性給診斷工作帶來(lái)很多困難，在當(dāng)前網(wǎng)絡(luò)故障診斷研究成果的基礎(chǔ)上開(kāi)展智能的網(wǎng)絡(luò)故障方法研究具有重要的現(xiàn)實(shí)意義。
　　 人工免疫系統(tǒng)的諸多優(yōu)良特性為網(wǎng)絡(luò)故障診斷領(lǐng)域的

2、發(fā)展開(kāi)辟了嶄新途徑，得到了眾多研究者的關(guān)注。在對(duì)生物免疫機(jī)制進(jìn)行大量研究工作的基礎(chǔ)上，發(fā)現(xiàn)成熟檢測(cè)器可以攜帶進(jìn)化過(guò)程中獲得的大量信息，成熟檢測(cè)器群體的質(zhì)量對(duì)提高系統(tǒng)診斷性能至關(guān)重要，另外，雖然記憶細(xì)胞學(xué)說(shuō)在免疫理論的研究中有著廣泛應(yīng)用，但記憶細(xì)胞群體的設(shè)定多為靜態(tài)的，且沒(méi)有對(duì)記憶細(xì)胞的評(píng)價(jià)機(jī)制。因此，本文從成熟檢測(cè)器群體質(zhì)量和記憶檢測(cè)器的記憶特性出發(fā)，研究免疫理論在網(wǎng)絡(luò)故障診斷領(lǐng)域中的應(yīng)用。
　　 課題對(duì)生物免疫特性以及Dyna

3、miCS對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)性進(jìn)行了深入研究，基于否定選擇、克隆選擇和免疫記憶機(jī)理，借鑒動(dòng)態(tài)克隆選擇算法的運(yùn)行機(jī)制，提出了適用于網(wǎng)絡(luò)故障診斷的免疫算法，設(shè)計(jì)了基于免疫理論的網(wǎng)絡(luò)故障診斷模型?？寺U(kuò)增策略意在提高成熟檢測(cè)器群體的質(zhì)量，而分級(jí)記憶策略則主要是通過(guò)對(duì)記憶檢測(cè)器的記憶特性的評(píng)價(jià)，來(lái)實(shí)現(xiàn)對(duì)記憶檢測(cè)器群體的動(dòng)態(tài)更新。故障診斷模型中的成熟檢測(cè)器庫(kù)和記憶檢測(cè)器庫(kù)分別使用克隆擴(kuò)增策略和分級(jí)記憶策略完成進(jìn)化，能夠?qū)Νh(huán)境中出現(xiàn)的新?tīng)顩r進(jìn)行連續(xù)學(xué)習(xí)