人工免疫算法第1頁，共40頁，2023年，2月20日，星期三主要內(nèi)容

研究背景與現(xiàn)狀；

免疫進化算法；

免疫神經(jīng)網(wǎng)絡(luò)；

第2頁，共40頁，2023年，2月20日，星期三研究背景在生物科學領(lǐng)域，人們對進化、遺傳和免疫等自然現(xiàn)象已經(jīng)進行了廣泛而深入的研究；進化算法是建立在模仿生物遺傳與自然選擇基礎(chǔ)上的一種并行優(yōu)化算法，其性能優(yōu)異、應(yīng)用廣泛；進化算子在為每個個體提供了進化機會的同時，也無可避免地產(chǎn)生了退化的可能；大多數(shù)待求問題有可以利用的先驗知識或特征信息，故可以利用這些信息來抑制進化過程中的退化現(xiàn)象；生物免疫理論為改進原有算法的性能，建立集進化與免疫機制于一體的新型全局并行算法奠定了基礎(chǔ)。第3頁，共40頁，2023年，2月20日，星期三ArtificialImmuneSystem－AIS人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；遺傳系統(tǒng)（進化計算）；免疫系統(tǒng)（人工免疫系統(tǒng)）。第4頁，共40頁，2023年，2月20日，星期三 一門新興的研究領(lǐng)域。AIS的研究歷史Farmer等人在1986年首先在工程領(lǐng)域提出免疫概念；Varela等人受免疫網(wǎng)絡(luò)學說的啟發(fā)，提出并進而完善免疫網(wǎng)絡(luò)模型。第5頁，共40頁，2023年，2月20日，星期三 人工免疫網(wǎng)絡(luò)模型AIS的研究現(xiàn)狀之一獨特型免疫網(wǎng)絡(luò)（Jerne）；互聯(lián)耦合免疫網(wǎng)絡(luò)（Ishiguro）；免疫反應(yīng)網(wǎng)絡(luò)（Mitsumoto）；對稱網(wǎng)絡(luò)（Hoffmann）；多值免疫網(wǎng)絡(luò)（Tang）.第6頁，共40頁，2023年，2月20日，星期三 免疫學習算法AIS的研究現(xiàn)狀之二反面選擇算法（Forrest）；免疫學習算法（Hunt&Cooke）；免疫遺傳算法（Chun）；免疫Agent算法（Ishida）；免疫網(wǎng)絡(luò)調(diào)節(jié)算法（Wang&Cao）；免疫進化算法（Jiao&Wang）.第7頁，共40頁，2023年，2月20日，星期三 國際研究AIS的研究現(xiàn)狀之三1996年，日本，基于免疫性系統(tǒng)的國際專題討論會，提出并確認人工免疫系統(tǒng)（AIS）的概念；1997年，IEEE的SMC組織專門成立了人工免疫系統(tǒng)及應(yīng)用的分會組織；目前，幾乎所有有關(guān)人工智能領(lǐng)域的學術(shù)會議都收錄AIS方面的論文。第8頁，共40頁，2023年，2月20日，星期三免疫進化算法的研究第9頁，共40頁，2023年，2月20日，星期三生物免疫的啟示在生物自然界中，免疫現(xiàn)象普遍存在，并對物種的

生存與繁衍發(fā)揮著重要的作用；生物的免疫功能主要是由參與免疫反應(yīng)的細胞或由其構(gòu)成的器官來完成的；生物免疫主要有兩種類型：

特異性免疫（SpecificImmunity），

非特異性免疫反應(yīng)（NonspecificImmunity）；生物免疫系統(tǒng)是通過自我識別、相互刺激與制約而構(gòu)成了一個動態(tài)平衡的網(wǎng)絡(luò)結(jié)構(gòu)。

第10頁，共40頁，2023年，2月20日，星期三免疫生物學的基本概念抗原是指能夠刺激和誘導機體的免疫系統(tǒng)使其產(chǎn)生免疫應(yīng)答，并能與相應(yīng)的免疫應(yīng)答產(chǎn)物在體內(nèi)或體外發(fā)生特異性反應(yīng)的物質(zhì)?？贵w是指免疫系統(tǒng)受抗原刺激后，免疫細胞轉(zhuǎn)化為漿細胞并產(chǎn)生能與抗原發(fā)生特異性結(jié)合的免疫球蛋白，該免疫球蛋白即為抗體。第11頁，共40頁，2023年，2月20日，星期三免疫系統(tǒng)的主要功能免疫防御即機體防御病原微生物的感染；免疫（自身）穩(wěn)定即機體通過免疫功能經(jīng)常消除那些損傷和衰老的細胞以維持機體的生理平衡；免疫監(jiān)視即機體通過免疫功能防止或消除體內(nèi)細胞在新陳代謝過程中發(fā)生突變的和異常的細胞。第12頁，共40頁，2023年，2月20日，星期三免疫系統(tǒng)的主要特點 免疫識別 免疫應(yīng)答 免疫耐受 免疫記憶 免疫調(diào)節(jié)第13頁，共40頁，2023年，2月20日，星期三算法研究生物學概念與理論方法：工程計算方法第14頁，共40頁，2023年，2月20日，星期三進化＋免疫 傳統(tǒng)進化算法是在一定發(fā)生概率的條件下，隨機地、沒有指導地迭代搜索，因此它們在為群體中的個體提供了進化機會的同時，也無可避免地產(chǎn)生了退化的可能。每一個待求的實際問題都會有自身一些基本的、顯而易見的特征信息或知識。然而進化算法中的交叉和變異算子在求解問題時，操作的可變程度較小。第15頁，共40頁，2023年，2月20日，星期三基本概念 染色體 表示待求問題的解的形式的一種數(shù)據(jù)結(jié)構(gòu)。 基因構(gòu)成染色體的最基本的數(shù)據(jù)單位。 個體 具有某類染色體結(jié)構(gòu)的一種特例。第16頁，共40頁，2023年，2月20日，星期三基本概念 抗原 所有可能錯誤的基因，即非最佳個體的基因。 疫苗 根據(jù)進化環(huán)境或待求問題的先驗知識，所得到的對最佳個體基因的估計。 抗體 根據(jù)疫苗修正某個個體的基因所得到的新個體。第17頁，共40頁，2023年，2月20日，星期三免疫算子有兩種類型：

全免疫

非特異性免疫

目標免疫

特異性免疫免疫思想的實現(xiàn)免疫算子即：群體中的每個個體在進化算子作用后，對其每一環(huán)節(jié)都進行一次免疫操作的免疫類型；即：在進行了進化操作后，經(jīng)過一定的判斷，個體僅在作用點處發(fā)生免疫反應(yīng)的一種類型。第18頁，共40頁，2023年，2月20日，星期三免疫操作的基本過程 首先，對待求求問題進行具體分析，從中提取出最基本的特征信息； 其次，對此特征信息進行處理，以將其轉(zhuǎn)化為求解問題的一種方案； 最后，將此方案以適當?shù)男问睫D(zhuǎn)化成免疫算子以實施具體的操作。第19頁，共40頁，2023年，2月20日，星期三免疫算子

算法中的免疫思想主要是在合理提取疫苗的基礎(chǔ)上，通過免疫算子來實現(xiàn)的； 免疫算子由接種疫苗和免疫選擇兩個操作完成的。TheImmuneoperator為了防止群體的退化。為了提高個體的適應(yīng)度。第20頁，共40頁，2023年，2月20日，星期三設(shè)個體x，給其接種疫苗是指按照先驗知識來修改x的某些基因位上的基因或其分量，使所得個體以較大的概率具有更高的適應(yīng)度。疫苗是從先驗知識中提煉出來的，它所含的信息量及其準確性對算法性能的發(fā)揮起著重要的作用。免疫算子接種疫苗之第21頁，共40頁，2023年，2月20日，星期三這一操作一般分兩步完成：第一步是免疫檢測，即對接種了疫苗的個體進行檢測，若其適應(yīng)度仍不如父代，則該個體將被父代中所對應(yīng)的個體所取代；第二步是退火選擇，即在目前的子代群體中以右邊所示概率免疫算子免疫檢測之選擇個體進入新的父代群體。在免疫策略中，僅有免疫檢測而沒有退火選擇。第22頁，共40頁，2023年，2月20日，星期三體系結(jié)構(gòu)免疫算法免疫規(guī)劃免疫策略第23頁，共40頁，2023年，2月20日，星期三免疫算法隨機產(chǎn)生初始父代種群A1，根據(jù)先驗知識抽取疫苗；若當前群體中包含最佳個體，則算法停止運行并輸出結(jié)果；否則，繼續(xù)；對當前第k代父本種群Ak進行交叉操作，得到種群Bk；對Bk進行變異操作，得到種群Ck；對Ck進行接種疫苗操作，得到種群Dk；對Dk進行免疫選擇操作，得到新一代父本Ak+1，轉(zhuǎn)至第二步。ImmuneAlgorithm---IA第24頁，共40頁，2023年，2月20日，星期三免疫算法的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫算法是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。第25頁，共40頁，2023年，2月20日，星期三初始化：首先，根據(jù)要求確定解的精度；其次，隨機產(chǎn)生N個個體，并由此構(gòu)成初始的父代種群A0；根據(jù)先驗知識抽取疫苗H；計算當前種群Ak的個體適應(yīng)度，并進行停機條件的判斷。若條件滿足，則停止運行并輸出結(jié)果；否則繼續(xù)；對當前的父代群體Ak進行變異操作，生成子代群體Bk；對群體Bk進行接種疫苗操作，得到種群Ck；對群體Ck進行免疫選擇操作，得到新一代父本Ak+1，并轉(zhuǎn)至第三步。免疫規(guī)劃ImmuneProgramming---IP第26頁，共40頁，2023年，2月20日，星期三免疫規(guī)劃的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫規(guī)劃是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。第27頁，共40頁，2023年，2月20日，星期三免疫策略根據(jù)要求確定解的精度，再根據(jù)先驗知識抽取疫苗H；隨機產(chǎn)生個個體作為初始的父本群體；交叉：產(chǎn)生由父代和子代構(gòu)成的規(guī)模為2的中間群體；變異：對每一個個體進行變異將得到一個新的個體；免疫：首先按照對問題的先驗知識修改個體(x,)的某些分量；然后對群體中注射了疫苗的個體進行檢測；選擇：從規(guī)模為2的群體中按適應(yīng)度的大小取出前個個體作為新一代父本的群體；停機條件檢測。ImmuneStrategy---IS第28頁，共40頁，2023年，2月20日，星期三免疫策略的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫策略是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。第29頁，共40頁，2023年，2月20日，星期三免疫算子的機理在免疫選擇作用下，若疫苗使抗體適應(yīng)度得到提高，且高于當前群體的平均適應(yīng)度，則疫苗所對應(yīng)的模式將在群體中呈指數(shù)級擴散；否則，它將被遏制或呈指數(shù)級衰減。定理：第30頁，共40頁，2023年，2月20日，星期三Begin:抽取疫苗：分析待求問題，搜集特征信息；依據(jù)特征信息估計特定基因位上的模式:；k=0andj=0；while(Conditions=True)if{PV}=True,thenj=j+1；i=0；for(i≤n)接種疫苗：；免疫檢驗：if,then;else；i=i+1；退火選擇：；

k=k+1；End免疫算子的執(zhí)行算法第31頁，共40頁，2023年，2月20日，星期三具體分析待求問題，搜集特征信息。免疫疫苗的選取方法通用方法之一以TSP問題為例，通過具體分析可以得出相鄰兩兩城市之間的最短路徑即為求解該問題時可以利用的一種疫苗。第32頁，共40頁，2023年，2月20日，星期三TSP問題的描述TSP問題是旅行商問題的簡稱。即一個商人從某一城市出發(fā)，要遍歷所有目標城市，其中每個城市必須而且只須訪問一次。所要研究的問題是在所有可能的路徑中尋找一條路程最短的路線。該問題是一個典型的NP問題，即隨著規(guī)模的增加，可行解的數(shù)目將做指數(shù)級增長。第33頁，共40頁，2023年，2月20日，星期三TSP問題的分析設(shè)所有與城市Ai距離最近的城市為Aj,進行一次如虛線所示的調(diào)整后,多數(shù)情況下，l3較aj-1+aj的減少量要大于l1+l2較ai的增加量。故：第34頁，共40頁，2023年，2月20日，星期三Begin:while(Conditions=True)統(tǒng)計父代群體，確定最佳個體： ;分解最佳個體，抽取免疫基因： ;執(zhí)行遺傳和免疫算子操作;end免疫疫苗的選取方法自適應(yīng)方法之二第35頁，共40頁，2023年，2月20日，星期三Begin:鄰近城市序列初始化：Neighbor(i)=random(1,n),i=1,…,n;最短子路徑的初始化：Sub_path(i)i=1,…,n;while(Conditions=True)fori=1ton變異：Neighbor(i)=Floor(Gauss(Neighbor(i),1));選擇：ifDistance(City_i,Neighbor(i))<Min_distanc