可變模糊匹配陰性選擇免疫算法研究.pdf

1、生物免疫系統(tǒng)是一個具有高度智能的自適應和自組織的系統(tǒng)，其中蘊含著豐富的信息處理機理。免疫算法是模擬生物免疫系統(tǒng)的工程應用算法。作為一種新興的仿生算法，免疫算法具備許多特有的優(yōu)點，因此在信息科學領域越來越顯現(xiàn)出其強大的生命力，已成為一個熱點的研究課題。本文針對原有免疫算法存在的問題，提出了一種基于免疫陰性選擇機制的可變模糊匹配陰性選擇算法，并對該算法的理論及相關內(nèi)容進行深入分析，結合仿真數(shù)據(jù)及應用情況，對該算法進行了完善與改進設計。

2、 本文的主要研究內(nèi)容可歸納如下： 1、基于生物免疫系統(tǒng)陰性選擇機理，提出了一種可變模糊匹配陰性選擇免疫算法。算法通過不斷地檢測改變匹配的閾值，大大減少傳統(tǒng)陰性選擇算法不可避免的“黑洞”數(shù)量。同時，考慮到抗體與抗原匹配時的模糊性和不確定性，提出了連續(xù)相似度與背離度的概念，在滿足一定連續(xù)相似度的前提下，實現(xiàn)相似度可控的模糊匹配，從而提高系統(tǒng)的檢索率和性能。 2、在可變模糊匹配陰性選擇算法的基礎上，提出了一種有效檢測器集的生

3、成算法。該算法具有有效檢測器集，消除了原檢測器集中存在的冗余現(xiàn)象，提高了檢測器集的檢測效率。同時，分析了檢測器全集的建立方法，利用模式集合及右完全模式的概念建立了檢測器全集；給出了檢測器個數(shù)的自適應計算公式；從理論上對最小檢測器集進行了概率分析，對系統(tǒng)相關參數(shù)的確定進行了討論。 3、利用模式的思想，提出一種檢測某一Nonself字符串是否為“黑洞”的免疫算法。該算法采用“狀態(tài)樹”存儲搜索過程中可能出現(xiàn)的各種狀態(tài)，并用試探和回溯的