基于人工免疫的多Agent系統(tǒng)及其應用研究.pdf

1、隨著計算機、通訊，特別是人工智能理論與技術的發(fā)展，關于多Agent系統(tǒng)的理論與應用研究已成為計算機科學、生命科學交叉學科研究中的一個熱點前沿課題。人工免疫系統(tǒng)是繼神經計算、進化計算之后的自然計算的研究新方向，己在許多應用領域取得了豐碩的成果。與此同時，作為典型的多 Agent 系統(tǒng)，生物免疫系統(tǒng)所蘊涵的豐富的信息處理機制為多Agent系統(tǒng)的建模與設計提供了豐富的思想來源。 本文旨在進一步探索復雜的免疫信息處理機制與多Agent系

2、統(tǒng)研究的有效結合方式，拓展基于人工免疫的多 Agent 系統(tǒng)的應用領域。本文從生物免疫理論學說和模型出發(fā)，通過對相關免疫信息處理機制的分析建模，采用自下而上的設計方式構建具有高效問題求解能力的多 Agent 系統(tǒng)模型，并設計相應的算法求解實際問題，充分體現(xiàn)了生物免疫系統(tǒng)的自適應和動態(tài)調節(jié)功能在多 Agent 系統(tǒng)．構建中的成功應用。 本文的主要研究工作有： (1) 提出了一個基于克隆選擇原理的免疫識別算法。此通用搜索算法

3、基于生物免疫系統(tǒng)的自適應免疫識別機制，通過整合克隆選擇過程中的親和度成熟、陰性選擇、免疫記憶、基因庫進化和元動力學等關鍵要素，能夠在搜索過程中自動獲取和積累有關搜索空間的知識，協(xié)調利用群體記憶與基因庫記憶機制，在資源受限的條件下高效率地求得問題的解。針對STSP問題的實驗結果驗證了算法的性能。 (2) 構建了一個具有高效問題求解能力的多Agent系統(tǒng)模型。該模型將基于克隆選擇原理的免疫識別算法應用為單Agent系統(tǒng)的主要控制算法

4、，模型中的多個Agent依靠單體控制算法的自適應性和強大搜索能力，協(xié)同進化并涌現(xiàn)出智能求解能力。該模型采用基于群體的多點隨機搜索以及多Agent完全并行的執(zhí)行方式，是一種高效的新型協(xié)同進化模型。針對K-TSP和CVRP這兩個復雜的組合優(yōu)化問題的實驗結果充分證明了該模型的求解能力及應用潛力。 (3) 研究了免疫網絡模型在無線傳感器網絡的路由協(xié)議構造中的應用。將免疫網絡機制的自組織、自適應、自學習等優(yōu)良特性應用于對定向擴散協(xié)議中網絡