（计算机应用技术专业论文）人工免疫算法及其应用研究.pdf

摘要中国科学技术大学博士学位论文 摘要 人工免疫系统( a i s ：a r t i f i c i a li m m u n es y s t e m ) 是一类基于生物免疫系统的 功能、原理、基本特征以及相关理论免疫学说而建立的用于解决各种复杂问题的 计算系统。其研究旨在通过深入探索生物免疫系统中蕴含的信息处理机制，建立 相应的工程模型和算法，开拓新型智能信息处理系统，解决国民经济和社会发展 中面临的众多科技问题。人工免疫系统是继人工神经网络、进化计算之后新的智 能计算研究方向，是生命科学和计算机科学相交叉而形成的交叉学科研究热点。 生物免疫系统( b i s ：b i o l o g i c a li m m u n es y s t e m ) 是一个由多种执行免疫功能 的器官、组织、细胞、分子以及淋巴循环等组成的自适应、自学习、自组织的并 行分布式复杂系统。生物免疫系统的基本功能是保护自身，抵御外来病原体和自 身癌变细胞的威胁，维持机体本身的平衡，保证生物体自身的生存和发展。生物 免疫系统具有免疫识别、免疫应答、免疫记忆、免疫耐受以及免疫调节等特点。 本论文旨在深入探索和研究生物免疫系统中蕴含的进化学习机制，设计高效 的人工免疫模型和算法，并应用于垃圾邮件过滤、移动机器人路径规划与硬件进 化等领域。具体而言，本论文的主要研究工作包括以下几个方面： ( 1 ) 设计并提出了基于人工免疫原理的多层垃圾邮件过滤算法和个性化垃 圾邮件过滤算法。前者借鉴了生物免疫系统的多层保护机制，将人工免疫模型和 多种现有垃圾邮件过滤技术有机地结合了起来；后者充分考虑用户兴趣，是以用 户为中心的，能很好的适应用户兴趣的转移，其主要特点是将垃圾邮件划分为不 同的社区，通过将邮件归属于不同的社区来过滤垃圾邮件。 ( 2 ) 设计并提出了一种基于进化非选择机制的移动机器人路径规划算法。 算法中采用非选择操作来避免过多糟糕个体的产生，加快算法的收敛速度；采用 基因重组操作来维持群体的多样性，防止“早熟收敛”。仿真实验结果表明该算 法是一种有效的移动机器人路径规划算法，适用于障碍物完全已知的静态环境和 障碍物部分已知的动态环境。 ( 3 ) 提出了一种i p ( i n t e l l i g e n tp r o p c l t y ) 核的进化设计与自动验证模型以 及一种可用于i p 核进化设计的基于k 表达式的免疫编程算法。该模型提供了i p 核 中国科学技术大学博士学位论文 从设计、评估、验证到下载运行的整个流程，其特有的三层验证模块不仅能确保 生成的i p 核的正确性和有效性，还能减少适应度评估时间、加快进化速度，同时 也能避免糟糕个体对硬件系统的损伤。此外，模型的有效性通过基于k 表达式的 免疫编程算法进行了实验性验证。 ( 4 ) 设计并提出了一种基于寄存器一栈结构的免疫编程算法，并将其应用 于函数建模与l p 核的进化设计方面。该算法采用了一种全新的基于寄存器一栈结 构的个体编码方式，是一种高效的可用于计算机程序自动生成的自适应演化算 法。同时，本文还在理论上证明了基于寄存器一栈结构的免疫编程算法的全局收 敛性。 本论文通过抽取生物免疫系统中所蕴含的丰富的信息处理机制，设计并提出 了面向垃圾邮件过滤的基于人工免疫的多层过滤算法与个性化过滤算法、面向移 动机器人路径规划的进化非选择算法、面向硬件进化的基于k 表达式的免疫编程 算法和基于寄存器一栈结构的免疫编程算法。同时，在理论上证明了基于寄存器 一栈结构的免疫编程算法的全局收敛性。这不仅对人工免疫系统的应用研究有着 重要的意义，同时也对生命科学和计算机科学等相关交叉学科的发展有着重要的 意义。 关键词：人工免疫系统；垃圾邮件过滤；路径规划；硬件进化；进化s o c ；i p 核 n a b s t m c t- 码科学技术入学：博j _ 学位沦文 a b s t r a c t a r t i f i c i a li m m u n es y s t e m ( a l s ) i sak i n do fc o m p u t i n gs y s t e mt os o l v i n gm a n y k i n d so fc o m p l e xp r o b l e m sb a s e do nt h ef u n c t i o n a l i t i e s ，d i s c i p l i n e s ，c h a r a c t e r i s t i c s a n do t h e rr e l a t e di m m u n et h e o r i e so fb i o l o g i c a li m m u n es y s t e m t h ep u r p o s eo ft h e a i sr e s e a r c hi st oe x t r a c tt h es p e c i a li n f o r m a t i o np r o c e s s i n gm e c h a n i s m sc o n t a i n e di n b i o l o g i c a li m n - l u n es y s t e m ，t ob u i l dt h ec o r r e s p o n d i n gm o d e l sa n da l g o r i t h m s ，a n dt o i m p l e m e n tn o v e li n t e l l i g e n ti n f o r m a t i o np r o c e s s i n gs y s t e m s ，w h i c hc o u l d b eu s e dt o s o l v em a n yk i n d so ft e c h n i c a lp r o b l e m sf a c e di nt h ed e v e l o p m e n to ft h en a t i o n a l e c o n o m ya n ds o c i e t y , m si s an o v e li n t e l l i g e n tc o m p u t i n gr e s e a r c hf i e l da f a r a r t i f i c i a ln e u r a ln e t w o r k ( a n n ) a n de v o l u t i o n a r yc o m p u t a t i o n ( e o ，a n di t sa n i n t e r d i s c i p l i n a r yh o tr e s e a r c hf i e l dd e r i v e df r o ml i f es c i e n c ea n dc o m p u t e rs c i e n c e b i o l o g i c a l i m m u n es y s t e m ( b i s ) i sa s e l f - a d a p t i v e ，s e l f - l e a r n i n g ， s e l f - o r g a n i z a t i o n ，p a r a l l e l a n dd i s t r i b u t e dc o m p l e xs y s t e m a n di t sc o m p o s e do f m a n yk i n d so fo r g a n s ，m o l e c u l e s ，l y m p h o c y t e sa n do t h e rc e i l s 谢t hi m n l u n e f u n c t i o n a l i t i e s t h ep r m a a r yf u n c t i o n a l i t yo ft h eb i si st od i s c r i m i n a t en o n s e l ff r o m s e l f , e l i m i n a t et h en o n - s e l fw h i c hi sh a r m f u lt ot h eb o d ya n dm a i n t a i nt h eb a l a n c eo f t h eb o d y b i sh a sm a n yu s e f u lc h a r a c t e r i s t i c ss u c ha si m m u n er e c o g n i t i o n , i m m u n e m e m o r y , i m m u n er e g u l a t i o n , i m m u n et o l e r a n c e ，i m m u n es u r v e i l l a n c ea n ds oo n t h eo b j e c t i v eo ft h i sp a p e ri st oe x p l o r et h ee v o l u t i o n a r yl e a r n i n gm e c h a n i s m s c o n t a i n e di nb i o l o g i c a li m m u n es y s t e ma n dt od e s i g ne f f e c t i v ea r t i f i c i a li m m u n e m o d e l sa n da l g o r i t h m sf o rs p a r ef i l t e r i n g ，p a t hp l a n n i n go fm o b i l er o b o t s ，e v o l v a b l e h a r d w a r e ( e h w ) a n ds oo n t h ep r i m a r yr e s e a r c hw o r k so ft h i sp a p e ra r el i s t e d 勰 f o l l o w s ( 1 ) p r o p o s eam u l t i l e v e ls p a r ef i l t e r i n ga l g o r i t h ma n da l li n d i v i d u a ls p a r n f i l t e r i n ga l g o r i t h mb a s e do ni m m u n ep r i n c i p l e s t h e f o r m e ri s i n s p i r e db yt h e m n t i l e v e ls e l f - p r o t e c t i o nm e c h a n i s mo fb i o l o g i c a li m m u n es y s t e m , a n di n t e g r a t e st h e a r t i f i c i a li m m u n em o d e la n ds e v e r a ls p a mf i l t e r i n gt e c h n o l o g i e s t h el a t t e rc o n s i d e r s l i l 中翻科学技术大学博士学位论文 a b s t r a e t t h eu s e r s i n t e r e s t sm u c ha n di sau s e r - c e n t e r e da l g o r i t h mw h i c hc a na d a p tt ot h e u s e r s i n t e r e s t sq u i c k l y i t s 咖a 巧c h a r a c t e r i s t i ci st od i v i d es p a r e si n t od i f f e r e n t c o m m u n i t i e sa n ds p a r ei s r e c o g n i z e db yi d e n t i f y i n gw h e t h e rt h i se m a i lc a nb e c l a s s i f i e di n t oa n ys p a r nc o m m u n i t i e s ， ( 2 ) p r o p o s enm o b i l er o b o t sp a t hp l a n n i n ga l g o r i t h m b a s e do ni m m u n e e v o l u t i o n a r yn e g a t i v es e l e c t i o nm e c h a n i s m t h i sa l g o r i t h ma d o p t sn e g a t i v es e l e c t i o n o p e r a t i o n st oa v o i dt h eb a di n d i v i d u a l s g e n e r a t i o nd u r i n ge v o l u t i o n ，w h i c hc a nm a k e t h eg o o di n d i v i d u a l sb eg e n e r a t e de a r l ya n dc a nq u i c k e nt h ea l g o r i t h m sc o n v e r g e n c e f u r t h e r m o r e ，t h i sa l g o r i t h ma d o p t st h eg e n er e a r r a n g e m e n to p e r a t i o nt om a i n t a i nt h e p o p u l a t i o n sd i v e r s i t y t h eg i v e ns i m u l a t i o ne x p e r i m e n ti n d i c a t e st h a tt h ea l g o r i t h mi s a ne f f i c i e n ta n de f f e c t i v em o b i l er o b o t sp a t hp l a n n i n ga l g o r i t h ma n dc a nb eu s e di n b o t ho b s t a c l e sp e r f e c t l yk n o w ns t a t i ce n v i r o n m e n ta n dp a r t i a l l yk n o w nd y n a m i c e n v i r o d a l l e n t , ( 3 ) p r o p o s eag e n e r a ls y s t e mm o d e lo ft h ee v o l u t i o n a r yd e s i g na n da u t o m a t e d v a l i d a t i o no fi pc o r e s a n dp r o p o s e s 锄i m m u n ep r o g r a m m i n ga l g o r i t h mb a s e do n k - e x p r e s s i o nf o rt h ee v o l u t i o n a r yd e s i g no fi pc o r e s i nt h i ss y s t e mm o d e l , i pc o r e s c a nb ed e s i g n e d , e v a l u a t e d ，v a l i d a t e da n dd o w n l o a d e da u t o m a t i c a l l yw i t h o u th u m a n s i n t e r v e n t i o n s p e c i a lt h r e e - l e v e lv a l i d a t i o nm o d u l e sa r ea d o p t e di nt h i ss y s t e mm o d e l t h e yc a nr e d u c et h ep o p u l a t i o n se v a l u a t i o nt i m e ，f a s t e nt h ea l g o r i t h m sc o n v e r g e n c e ， e n s u r et h ed e s i g n sv a l i d i t ya n da v o i dt h eh a r d w a r e si n j u r yf r o mt h eb a di n d i v i d u a l s f u r t h e r m o r e ，t h ee f f i c i e n c yo ft h em o d e li sv a l i d a t e de x p e r i m e n t a l l yt h r o u g ht h e i m m l m ep r o g r a m m i n ga l g o r i t h mb a s e do nk - e x p r e s s i o n ( 4 ) p r o p o s ea ni m m u n ep r o g r a m m i n ga l g o r i t h mb a s e do nr e g i s t e r - s t a c ks t r u c t u r e a n da p p l i e si ti n t ot h ef u n c t i o nm o d e l i n ga n dt h ee v o l u t i o n a r yd e s i g no f l pc o r e s t h i s a l g o r i t h ma d o p t san o v e li n d i v i d u a lr e p r e s e n t a t i o nb a s e do i lr e g i s t e r - s t a c ks t r u c t u r e a n di sa ne f f i c i e n ts e l f - a d a p t i v ee v o l u t i o n a z ya l g o r i t h mf o rt h ea u t o m a t i c a l l y g e n e r a t i o no fc o m p u t e rp r o g r a m s f u r t h e r m o r e ，t h ei m m n n ep r o g r a m m i n ga l g o r i t h m b a s e do nr e g i s t e r - s t a c ks t r u c t u r ei sp r o v e dt ob ec o n v e r g e n tt h e o r e t i c a l l y b ye x t r a c t i n g t h er i c hi n f o r m a t i o n p r o c e s s i n gm e c h a n i s m sc o n t a i n e d i n b i o l o g i c a li m l n n n es y s t e m , t h i sp a p e rp r o p o s e sam u l t i l e v e ls p a r ef i l t e r i n ga l g o r i t h m i v 垒! 墅坚 生里塑兰垫查奎兰堡主兰垡堡塞 a n da ni n d i v i d u a ls p a r ef i l t e r i n ga l g o r i t h mb a s e do ni m m u n ep r i n c i p l e s ，p r o p o s e sa m o b i l er o b o t sp a t h p l a n n i n ga l g o r i t h mb a s e d0 ni m m u n ee v o l u t i o n a r yn e g a l i v e s e l e c t i o nm e c h a n i s m p r o p o s e sa ni m m u n ep r o g r a m m i n ga l g o r i t h mb a s e d o r k - e x p r e s s i o na n d a l li m m u n ep r o g r a m m i n ga l g o r i t h mb a s e do nr e g i s t e r - s t a c ks t r u c t u r e f o rt h ee v o l u t i o n a r yd e s i g no fh a r d w a r es y s t e m s a tt h es a m et i m e ，t h ei m m u n e p r o g r a m m i n ga l g o r i t h mb a s e do nr e g i s t e r - s t a c ks t r u c t u r ei sp r o v e dt ob ec o n v e r g e n t t h e o r e t i c a l l y t h ew o r ki nt h i sp a p e ri sn o to n l yv e r yi m p o r t a n tt ot h ea p p l i c a t i o n r e s e a r c ho fa r t i f i c i a li m m u n es y s t e m ，b u ta l s ov e r ys i g n i f i c a n tt oh a s t e nt h e d e v e l o p m e n to ft h er e l a t e di n t e r d i s c i p l i n e ss u c ha sl i f es c i e n c e ，c o m p u t e rs c i e n c ea n d s o0 n k e y w o r d s ：a r t i f i c i a li m m u n es y s t e m , s p a mf i l t e r i n g ，p a t hp l a n n i n g ，e v o l v a b l e h a r d w a r e , e v o l v a b l es o c i pc o r e v 插图目录中国科学技术大学博士学位论文 插图目录 图1 1 适应性免疫应答机理3 图1 2 人工免疫研究方法框架4 图1 3 非选择算法模型 图l _ 4 克隆选择算法框架1 0 图2 - 1m s f a a i 算法框架2 3 图2 - 2 系统检测流程2 6 图2 3 检测器进化流程。2 7 图2 4 用户收到的垃圾邮件种类。3 1 图2 5i p i s f 算法流程3 2 图2 - 6 检测器训练流程 图2 - 7 克隆变异数目对算法性能的影响4 4 图3 1m r p p a i e n s 算法框架5 2 图3 - 2 已知环境中的移动机器人路径规划5 8 图3 3 不同障碍物情况下的移动机器人路径规划5 9 图3 - 4 动态环境中的移动机器人路径规划，6 0 图3 5 动态环境中的移动机器人路径规划6 1 图4 1i p 核目动进化生成与验证框架6 6 图4 2 一个简单的b n f 范式描述示例6 7 图4 3 一个简单的l p 核进化流程6 8 图4 4i p 核的功能验证流程6 9 图4 5i p 核的仿真验证流程6 9 图4 - 6 典型的q u a r t u si i 设计开发流程7 0 图4 7 调用q u a r t u s 的批处理文件内容示例7 l 图4 8i p 核的硬件验证流程7 2 图4 - 9s o p c 系统架构7 3 图4 1 0i p 核及其它辅助功能模块7 3 中国科学技术大学博士学位论文 插图目录 图4 1 li p 核硬件验证实现流程7 4 图4 1 2 线程同步关系7 4 图4 1 3 一个简单的从表示树到k 表达式的转换示例7 7 图4 1 4 一个简单的从k 表达式到表示树的转换示例。7 7 图4 1 5 一个简单的g e p 染色体示例7 8 图4 - 1 6g e p 算法流程8 0 图4 1 7k - i p 算法流程8 4 图4 1 8k - i p 算法中亲和度的计算流程8 5 图4 1 9 抗体的表示树8 6 图4 - 2 0k i p 算法与o e p 算法的平均进化代数比较8 9 图4 2 1k i p 算法与g e p 算法的平均适应度评估次数比较8 9 图5 - 1r s i p 算法流程 图5 2r s i p 算法步骤9 4 图5 - 3 数学表达式x 2 + 拶+ z 的不同个体表示法示例9 6 图5 - 4s i p 算法中抗体基因型到显示型的转化9 7 图5 - 5r s - i p 算法与g e p 算法和k i p 算法的平均进化代数比较1 0 6 图5 6r s i p 算法与g e p 算法和b i p 算法的平均进化时间比较1 0 7 6 表格目录 中国科学技术大学博士学位论文 表格目录 表2 1b 检测器数目对算法性能的影响( 激活闽值为0 6 ) 2 8 表2 2 检测器激活阙值对算法性能的影响( b 检测器数目为4 0 0 ) 2 9 表2 - 3n a i v eb a y e s i a n 算法性能2 9 表2 - 4 算法性能比较4 3 表3 一lm r p p a - i e n s 算法性能比较。5 9 表4 - l 一些常用的q u a a u s 命令7 0 表4 2 g e p 中采用的进化算子及其概率。8 0 表4 3g e p 与g p 的比较实验结果8 1 表4 4 个体长度对o e p 算法性能的影响8 2 表4 5 种群大小对g e p 算法性能的影响8 2 表4 - 6k _ i p 算法对2 x 2 乘法器的实验结果8 7 表4 - 7 个体长度对k - i p 算法性能的影响8 8 表4 8 巴对k i p 算法性能的影响9 0 表5 1r s i p 算法中所采用的指令集9 6 表5 25 个简单的数学表达式实验结果1 0 1 表5 3r s i p 、i p 与g p 算法性能比较1 0 2 表5 - 4 数学表达式a b + c d 和a z + 矿+ c ：+ a b + b e + c a 的实验结果。1 0 3 表5 5 对于乘法器进化r s - i p 算法所采用的指令集1 0 4 表5 - 6r s - i p 算法对2 x 2 乘法器的实验结果1 0 5 表5 7 指令集对r s i p 算法性能的影响。1 0 5 表5 - 8 抗体长度对r s - i p 算法性能的影响。1 0 6 表5 - 9f s i p 算法对2 x 3 乘法器的实验结果1 0 8 表5 - l o 仉对r s - i p 算法性能的影响( 玑= o 3 ) 1 0 8 表5 l l 仉对墙i p 算法性能的影响( 玑= o 7 5 ) 1 0 9 7 中国科学技术大学学位论文相关声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作 所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任 何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究 所做的贡献均已在论文中作了明确的说明。 本人授权中国科学技术大学拥有学位论文的部分使用权，即：学 校有权按有关规定向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅，可以将学位论文编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 保密的学位论文在解密后也遵守此规定。 作者签名：晕：绷 加7 年f 月宕日 第1 章绪论中国科学技术大学博士学位论文 第1 章绪论 人工免疫系统( a i s ：a r t i f i c i a li m m u n es y s t e m ) 是继人工神经网络、进化计 算之后新的智能计算研究方向，是生命科学和计算机科学相交叉而形成的交叉学 科研究热点，其研究旨在通过深入探索生物免疫系统所蕴含的信息处理机制，建 立相应的工程模型和算法，开拓新型智能信息处理系统，解决国民经济和社会发 展中所面临的众多科技问题。 本章首先介绍了介绍了人工免疫系统的相关概念、研究内容与研究现状；接 着简要的对垃圾邮件过滤、移动机器人路径规划、硬件进化包括进化s o c 进行了 简要的介绍；然后给出了本论文的主要研究内容与创新之处；最后是本章小结。 1 1 人工免疫系统概述 i i i 免疫的基本概念 免疫性( i m m u n i t y ) 是指机体接触抗原性异物后，能产生一种特异性排除这 些异物的保护性生理反应。近代免疫的概念是指机体对“自我( s e l f ) ”和“非 我( n o n s e l f ) ”的识别并排除非我的能力【1 3 】。具体的讲，免疫是生物体的特异 性生理反应，由具有免疫功能的器官、组织、细胞、免疫效应分子以及基因等组 成。当生物体受到外界病毒侵害时，便激活自身的免疫系统，识别和清除侵入生 物体的抗原性异物，尽可能的保证整个生物系统的基本生理功能得到正常运转。 免疫可分为先天性免疫( i n n a t ei m m u n i t y ) 和获得性免疫( a c q u i r e di m m u n i t y ) 两种，其中获得性免疫又称为适应性免疫( a d a p t i v ei m m u n i t y ) 【l ，3 1 。先天性免 疫是机体在接触外来的入侵物之前就已存在的免疫性，是机体先天就有的，能通 过遗传一代传给一代。起先天免疫功能的成分主要是皮肤、黏膜、酸碱度等物理 和化学屏障以及一些具有吞噬作用的细胞。获得性免疫是当机体与外来入侵物相 接触后才获得的免疫，是个体发育过程中通过体细胞的基因重组而产生的抗原识 别细胞，包括b 和t 淋巴细胞。获得性免疫在脊椎动物中才有，而且是随着进化逐 渐完善的，而先天性免疫在无脊椎动物和脊椎动物中都有【1 】。 中图科学技术人学博士学位沦文第l 章绪论 1 1 2 生物免疫系统的功能与特点 自然界中的生物免疫系统是一个高度复杂的分布式协调自适应系统，主要由 免疫器官、免疫细胞和免疫分子组成。免疫系统对侵入机体的非我成分( 如细胞、 病毒和各种病原体) 以及发生了突变的自身细胞( 如癌细胞) 具有精确识别、适度 应答和有效排除的能力 1 ，3 - 5 】。其主要功能包括三个方面：( 1 ) 机体抵抗外界 传染性因子的免疫防护功能；( 2 ) 机体清除损伤和死亡细胞，维持自身生理平 衡的自身稳定功能；( 3 ) 对机体监视，发现并清除突变细胞的免疫监视功能。 它具有免疫识别、免疫应答、免疫记忆、免疫耐受以及免疫调节等特点【1 5 1 。在 免疫理论学说中，最具代表性的是em b e m e t 于1 9 5 9 年提出克隆选择学说【6 】 和n k j e m e 于1 9 7 4 年提出的独特型免疫网络理论调节学说 7 】。 免疫识别( i m m u n er e c o g n i t i o n ) 是指免疫系统不仅能够识别已知抗原，还 能够识别未知抗原，同时还能够区分“自我”和“非我”，具有两个特征：( 1 ) 针对不同的抗原，免疫系统能产生不同的免疫细胞，这称为特异性免疫应答；( 2 对未知的抗原，免疫系统也能产生与之特异性结合的相应免疫细胞。免疫细胞对 抗原的识别是通过免疫细胞表面的受体和抗原表位之间的绑定来实现的。 免疫应答( i m m u n er e s p o n s e ) 是指免疫细胞对抗原分子的识别、活化、分 化和产生免疫效应的全过程。免疫应答可以表现为两种类型：( 1 ) 正向免疫应 答，即正常情况下机体对非我抗原的的排异效应；( z ) 负向免疫应答，即正常 情况下机体对自我成分的宽容状态。根据参与免疫应答的细胞类型和效应的不 同，免疫应答主要可以分为b 细胞允导的体液免疫应答和t 细胞介导的细胞免疫 应答适应性免疫应答的主要机理如图1 1 所示。 免疫记忆( i m m u n em e m o r y ) 功能也是免疫系统的重要特征。免疫应答可分 为两类，即初次免疫反应和二次免疫反应对未知抗原，免疫系统产生初次免疫 反应，生成新的抗体与之结合并将其消除。在这个过程中，免疫系统学习抗原储 存新的抗原信息。当相同的抗原再次入侵时，机体中抗体出现的潜伏期较初次免 疫应答明显缩短，抗体含量大幅度上升，这种比初次免疫应答更强的、更高亲和 度的抗体产生的现象就称为免疫记忆，此次免疫应答也称为二次免疫应答。 免疫耐受( i m m u n et o l e r a n c e ) 是指免疫活性细胞( t 细胞、b 细胞等) 接 触抗原住物质所时表现的一种特异性的无应答状态。它是免疫应答的另一种重要 第j 章绪论中国科学技术丈每博士学位论文 类型，对各种抗原呈无应答或低应答状态。这是由于抗原诱导的专一性淋巴细胞 功能缺失或死亡而导致的机体对该抗原反应功能丧失或无应答的现象。按照免疫 耐受形成的特点，可分为天然耐受与获得耐受两种。 图1 - 1 适应性免疫应答机理 免疫调节( i m m u n er e g u l a t i o n ) 是指在免疫应答过程中免疫系统内各细胞之 间、免疫细胞与免疫分子之间、以及免疫系统与其它系统如神经系统，内分泌系 统之间的相互作用，从而形成了一个既相互协助又相互制约的网络结构，使免疫 应答维持合适的强度保证内环境的稳定。 1 1 3 生物免疫系统与人工免疫系统 生物体是一个复杂的大系统，其信息处理系统主要由三大子系统组成，即神 经系统、免疫系统和内分泌系统【3 - 5 】。免疫系统是生物特别是脊椎动物所必备的 防御机制，具有免疫识别、免疫记忆、免疫调节和免疫宽容等功能特征，能有效 识别外来侵入者，维持机体本身的平衡，保证生物体自身的生存和发展。 3 中国科学技术大学博士学位论文第1 章绪论 人工免疫系统是模仿自然免疫系统机制的一种智能方法，是一类基于生物免 疫系统的功能、原理、基本特征以及相关理论免疫学说而建立的用于解决各种复 杂问题的计算系统【8 】。从工程应用与信息处理的角度来看，生物免疫系统蕴涵 着的免疫识别、免疫记忆、免疫宽容、免疫调节、免疫监视等功能特征为人工免 疫系统提供了丰富的信息处理机制 1 】。 ( 1 ) 生物免疫系统是一个分布式自治系统，其各种组成细胞与分子广泛 的分布于整个生物体中，能通过相互问的反应在动态变化的环境中 维持个体的平衡。 ( 2 ) 生物免疫系统中抗体的多样性机理可借鉴用于设计搜索优化算法。 ( 3 ) 生物免疫系统对抗原的快速反应和很快稳定的免疫反馈机理可借鉴 用于建立有效的反馈控制系统。 ( 4 ) 生物免疫系统中的免疫耐受机理可用于建立容错和故障诊断方法。 ( 5 ) 生物免疫系统的免疫记忆与能遗忘很少使用的信息的进化学习机 理，能很快的适应外界环境的变化。 ( 6 ) 生物免疫系统的各种免疫网络学说，如独特型网络学说、互联耦合 免疫网络学说、免疫反应网络学说等都可被借鉴用于建立人工免疫 网络模型。 ( 7 ) 生物免疫系统中的其它机理，如非选择、克隆选择等都可被借鉴用 于建立智能算法和智能系统。 反 图1 2 人工免疫研究方法框架 4 第1 章绪论中国科学技术大学博士学位论文 生物免疫系统与人工免疫系统的关系如图1 - 2 所示【l 】。人工免疫系统是受生 物免疫系统启发，通过学习生物免疫系统的功能、原理及特征并结合相关计算方 法与理论而提出的一种智能计算方法。其研究成果涉及优化问题求解、数据挖掘、 异常检测、模式识别等许多领域，已成为继遗传算法、神经网络之后人工智能的 又一研究热点。 1 1 4 人工免疫系统的定义与发展 目前，对于人工免疫系统还没有一个国际认可的标准定义，j t i m m i s 指出 “人工免疫系统是受己知的免疫功能、原理和模型以及理论免疫学启发而提出的 用于解决实际问题的自适应系统【8 】”，d d a s g u p t a 指出“人工免疫系统是受免疫 系统启发而提出的用于解决实际问题的智能方法 9 】”。一般认为，人工免疫系统 是一类基于生物免疫系统的功能、原理、基本特征以及相关理论免疫学说而建立 起来的用于解决各种复杂问题的计算系统【8 】。 2 0 世纪7 0 年代，j e r n e 首次提出了关于生物免疫系统的网络学说，开创了 独特型网络理论，并给出了免疫网络的数学框架【7 】。此后，f a r m e r 、p e r e l s o n 和 v a r e l a 等理论免疫学者分别在1 9 8 6 、1 9 8 9 和1 9 9 0 年发表了有关论文，在免疫系 统启发实际工程应用方面做出了突出贡献 t o - 1 2 】。其中，f a r m e r 的关于免疫系 统与机器学习的研究是具有创造性和开拓性的工作，他们的研究工作为建立有效 的、基于免疫原理的计算系统及智能系统开创了道路 1 0 1 。v a r e l a 在1 9 8 9 年讨论 了免疫网络以某种方式收敛的思想以及免疫系统能够通过产生不同抗体和变异 适应新环境的思想，为免疫系统成为有效解决工程问题的灵感源泉做出了很大贡 献 1 2 1 。由此诞生了一个崭新的研究领域：人工免疫系统( a r t i f i c i a li m m u n e s y s t e m ，简称a i s ) 。随后的研究者不断从生物免疫系统中抽取隐喻( m e t a p h o r ) 机 制，用于a i s 模型设计、算法实现和工程应用。如日本的i s h i d a 和欧洲的b e r s i n i 在1 9 9 0 借鉴免疫原理分别建立了人工免疫算法并用于解决计算问题 1 3 ，1 4 。s f o r r e s t 等人则在1 9 9 4 年首先提出了可应用于网络安全领域的变化检测算法，即 非选择算法 1 5 】。 目前，由于认识到a i s 在信息安全、机器学习与数据挖掘等领域潜在的应 用前景，a i s 的研究得到了许多大学、研究机构和工业界的重视。第一个以人工 中国科学技术大学博士学位论文 第1 章绪论 免疫系统为主题的国际研讨会于1 9 9 6 年在日本召开，即“i n t e r n a t i o n a l w o r k s h o p o i li m m u n e b a s e x ts y s t e m ”。1 9 9 7 年d a s g u p t a 在s m c 9 7 会议( t h e1 9 9 7i e e e i n t e r n a t i o n a lc o n f e r e n c eo ns y s t e m s ，m a n ，a n dc y b e r n e t i c s ) 上组织了“人工免疫系 统及其应用”( a r t i f i c i a li m m l