基于神经系统与免疫系统调节机理的Memetic计算

Lamarck学习理论已被引入进化计算,能有效提高其局部搜索能力,逐步发展成为进化计算的新热点-Memetic计算.文中从神经系统与免疫系统在生物机体内的整合调节机理,提出了免疫Memetic计算模型,设计了模拟神经系统对免疫反应单向调节的Lamarck学习策略,并针对数值优化问题,提出了基于Lamarck学习的免疫Memetic算法.该算法结合了免疫算法和传统数学规划算法的不同特性,具有较理想的搜索性能.基于10个低维和10个高维基准测试问题的仿真结果表明,基于Lamarck学习的免疫Memetic算法与基于遗传算法的基本Memetic算法相比具有明显的优越性.     

一种基于自体集层次聚类的否定选择算法

否定选择算法是用于产生人工免疫检测器的重要算法,然而传统的否定选择过程需要将随机生成的候选检测器与全部自体数据进行匹配以排除识别了自体的无效检测器,该匹配过程导致检测器的生成效率过低,极大地限制了免疫算法的应用.为此,文中提出了一种基于自体集层次聚类的否定选择算法CB-RNSA.算法首先对自体数据进行层次聚类预处理,然后用聚类中心取代自体数据点与候选检测器进行匹配,以减少距离计算代价.在生成检测器的过程中,候选检测器被限定在非自体空间的低覆盖率区域内,以降低检测器冗余.对检测器的非自体空间覆盖率进行了概率分析,给出了中止生成检测器的条件,该条件较传统的预设检测器数量的中止条件更为合理.理论分析表明CB-RNSA的时间复杂度与自体集规模无关,从而解决了经典的否定选择算法的时间复杂度随自体数量呈指数增长这一难题,极大地提高了大自体样本空间下的检测器生成效率.对比实验结果表明:在相同的实验数据集与期望覆盖率下,CB-RNSA的检测率比经典的RNSA与V-detector算法分别提高了12.3%与7.4%,误警率分别降低了8.5%与4.9%,产生检测器的时间代价分别降低了67.6%和75.7%.     

二次否定选择算法

否定选择算法(NSA)是人工免疫系统应用于异常检测生成检测器的重要算法,传统NSA随机产生候选检测器与全部训练集进行耐受以消除免疫自反应,该匹配过程是NSA的主要时间开销,由于候选检测器在自体耐受过程中未考虑其与已有成熟检测器集的相互覆盖,导致生成的成熟检测器与已有检测器重复覆盖,经历不必要的自体耐受,从而导致NSA生成检测器数量过多,检测器的生成效率过低,限制了人工免疫系统在异常检测中的应用.为此,本文提出了二次否定选择算法(2-NSA),算法包括两次否定选择过程,分别耐受检测器集和训练集.每个随机产生的候选检测器先与已有成熟检测器集耐受为第一次否定选择,清除识别已有成熟检测器的候选检测器,耐受成功的候选检测器成为半成熟检测器;半成熟检测器在已有成熟检测器覆盖之外进行训练集的自体耐受为第二次否定选择,清除识别自体的半成熟检测器,耐受成功的半成熟检测器成为成熟检测器加入检测器集合.2-NSA算法有效避免了候选检测器在已有成熟检测器覆盖范围之内的自体耐受,大大减少了成熟检测器的数量,提高了成熟检测器集的生成效率,降低了算法的时间复杂度.此外,2-NSA算法按检测器半径从大到小优先产生覆盖范围更大的检测器,进一步避免与已有成熟检测器的重复覆盖,减少成熟检测器的数量.理论分析表明2-NSA算法有效减小了成熟检测器数量、提高了检测器生成效率,降低了系统的误报率.对比实验结果表明:在标准数据集Iris和期望覆盖率为99%的情况下,与经典的RNSA和V-Detector等实值否定选择算法相比,2-NSA算法需要成熟检测器的数量分别减少了99.84%和95.69%,误报率分别降低了60.13%和50.90%,产生成熟检测器集的时间代价分别缩减了99.79%和66.84%.     

编队抗导调度的免疫算法与仿真

为了提高编队防空反导的整体作战能力,使编队在同时面临多种威胁时能充分有效的发挥编队内部的防空反导资源,将克隆选择免疫算法应用到编队抗导资源调度模型建立与仿真中,针对作战调度的特殊要求,提出了一种能有效表达特种抗体数据结构的染色体矩阵编码方案和最大抗导成功概率算法,给出用于产生高效的抗导调度结果的克隆免疫算子,通过调度实例验证了算法的正确性和有效性,进行了性能对比,在大多数情况下,免疫算法取得了比现有启发式算法更好的求解结果。     

“聪明标签”取代条形码大势所趋

“聪明标签”无须印在商品包装表面．而且售货员也无须主动将商品放到识别仪上识别，一种名为无线射频识别的技术可使“聪明”方式得以实现，从而大大提高交易效率。无线射频识别系统由3部分组成：“聪明标签”、阅读器和微型天线。标签附着在商品包装里，其中保存有约定格式的电子数据。在实际应用中，阅读器通过天线发送出一定频率的射频信号。当标签进入有效区域后，     

过度信息市场环境下品牌识别系统模型的建构

基于对目前过度信息市场环境特点的探讨,分析了品牌识别所面临的困境,根据信息传播学的原理,对品牌在过度信息市场环境中的传播机制进行了研究,通过分析品牌识别系统B=,构建了品牌识别子系统、子信息及两者之间的关系规则,并且测算出子系统在子信息下的识别概率,从而得到整体品牌的可识别程度.     

人工免疫控制器在二元精馏塔控制中的仿真研究

生物免疫系统是一种在复杂干扰和不确定性的环境中具有很强的鲁棒性和自适应性的控制系统。依据生物多抗原多抗体协调免疫机理,以文献[11]中的双因子免疫控制器为基础,提出了抗体交叉免疫耦合控制策略,并以此为基础设计了MIMO人工免疫控制器。以典型的二元精馏塔为被控对象,给出了MIMO人工免疫控制器具体实现方法。用仿真方法研究了MIMO人工免疫控制器的控制效果,并与传统的优化PID控制器做了比较。结果表明这种MIMO人工免疫控制器较传统优化的PID控制器性能优越。     

创建更信息化、智能化的科技馆——组建多媒体说明牌系统

在这个信息技术飞速发展的时代，所有的事物都被数字化了。我们周围充斥着各种信息，当信息被数字化之后，会被更快、更广地传播开。未来科技馆的建设更应该信息化、智能化。     

基于免疫和模糊逻辑的自适应入侵检测

随着网络入侵方法和网络计算环境的变化,入侵越来越难以被检测和防范.本文针对当前入侵检测中存在的问题给出了一种基于生物免疫机制和模糊逻辑的自适应入侵检测模型,分别对正常行为模式和待检测行为模式建立模糊关联规则集,通过比较待检测行为模式的规则集与正常行为模式的规则集的相似度,确定是否有入侵事件发生;此外,模型还可以自适应在线升级自身的抗体规则,从而提高了抵御新型攻击的能力和自适应性.经过仿真测试,证明该模型可以有效地检测异常攻击事件.     

以客户终身价值为准则的客户重要程度识别系统

以客户终身价值为准则对客户重要程度进行识别.首先吸收了复杂网络的研究成果,推出了客户终身价值的计算式;然后运用“忠诚度”映射此公式中几个无法直接观测到的影响因素,同时运用典型调查和综合评价法算出各类客户的忠诚度,从而建立起客户特征集与忠诚度的分类回归树,获得客户终身价值的计算值;最后以某企业为例,运用BP人工神经网络训练出一个以客户终身价值为准则的客户识别系统.