（计算机应用技术专业论文）基于人工免疫算法的函数优化问题研究.pdf

武汉理工火学硕士学位论文 中文摘要 生物免疫系统是一种高度并行的自适应信息学习系统，它能自适应地识别 和排除机体的抗原性异物，并且具有学习，记忆和自适应调节能力，能够保护 机体体内环境的稳定。近年来，人们逐渐意识到生物免疫机制对开发新的计算 机智能的启示意义，人工免疫算法( a r t i f i c i a li m m u n ea l g o r i t h ma i a ) 即是 受生物免疫系统启示而设计的新型算法。由于生物免疫系统的复杂性使得人工 免疫系统的研究不像人工神经网络、遗传算法等其他智能方法那样得到足够的 发展。因此，目前国内外的研究成果和应用相对较少。但它结合了先验知识和 生物免疫系统的自适应能力两大特点，因而具有较强的和鲁棒的信息处理能力， 并且在对问题进行求解时不要求目标函数具有可导等高附加信息，在搜索过程 中更能收敛到全局最优解，被人们认为是具有强大潜力的搜索算法，现已经用 予机器学习，异常和故障诊断，机器人行为仿真，机器人控制，网络入侵检测， 函数优化等领域，表现出较卓越的性能和效率。论文利用人工免疫算法求解数 值问题的优越性，研究得到了改进的多峰值人工免疫算法，能够很好地解决函 数优化的问题。 本文的工作主要有以下几个方面： ( 1 ) 介绍了生物免疫系统的一些基本概念，系统组成，功能和原理，简单分 析了人工免疫系统的研究内容，研究现状及基本理论，其次，对现已被提出的 一些遗传算法，免疫算法的基本结构和流程进行了研究和分析。 ( 2 ) 论文在对已有人工免疫算法研究的基础上，系统分析比较各种人工免疫 算法，迸一步将记忆细胞的作用机制增加到算法设计中，充分利用生物学上的 b a l d w i n 效应，提出了改进的多峰值人工免疫算法。 ( 3 ) 通过实例分析了多峰值人工免疫算法的有效性和鲁棒性，同时，论文还 对算法中的算子进行了修正，从而极大地提高了算法的全局搜索能力和收敛速 度。得到了较好结果，表明此算法在求解函数优化问题上是一种可行的，优越 的新方法。 关键词：免疫系统，人工免疫算法，遗传算法，多峰值，函数优化， b a l d w i n 效 武汉理上人学硕士学位论文 a b s t r a c t b i o l o g i c a li m m u n es y s t e mi s ah i 曲l yp a r a l l e la d a p t i v ei n f o r m a t i o nl e a r n i n g s y s t e m ，w h i c h c a ni d e n t i f ya n dr e m o v et h ea n t i g e n i ce y ew i n k e r si n v a d i n gt h eb o d y t h i ss y s t e mc a nl e a r n ，r e m e m b e ra n da d j u s ta d a p t i v e l yt ok e e pt h es t a b i l i z a t i o ni n s i d e t h eb o d y d u r i n gr e c e n ty e a r s ，p e o p l eb e g i nt or e a l i z et h er e v e l a t o r ys i g n i f i c a n c eo f t h eb i o l o g i c a li m m u n em e c h a n i s mt o i n t e l l i g e n ta l g o r i t h m a r t i f i c i a l i m m u n e a l g o r i t h mi st h i sk i n do fn e wa l g o r i t h mw h i c hi si n s p i r e db yt h eb i o l o g i c a li m m u n e s y s t e m n e v e r t h e l e s s ，t h ec o m p l i c a t i o no ft h eu ：1 1 l t l u n es y s t e mf o r c et h es t u d yo f a r t i f i c i a li m m u n ea l g o r i t h mh a s n ta t t a c h e de n o u g hd e v e l o p m e n ta p p l i c a t i o n so v e r i n t e r n a la n de x t e r n a la r er e l a t i v e l yl e s s i tc a i nb es a i dt h a t ，n o w a d a y st h es t u d yo f a r t i f i c i a li m m u n ea l g o r i t h mc o m b i n e st w om a i nf e l t u r e s ，t h ep r i o r yk n o w l e d g ea n d t h ea d a p t i v ea b i l i t yo fi m m u n es y s t e m ，e n d o w i n gi tw i t hp o w e r f u la n dr o b u s ta b i l i t y , w h i c hc a nd e a lw i t hi n f o r m a t i o n i ti sc o n s i d e r e dt ob eav e r ys i g n i f i c a n ta n d m e a n i n g f u lr e s e a r c hd i r e c t i o n n o wt h i sk i n do fa l g o r i t h mh a sb e e nu s e di nm a n y f i e l d s ，s u c ha sm a c h i n el e a r i n g ，u n c o n v e n t i o n a l i t y a n dm a l f u n c t i o nd i a g n o s i s ， s i m u l a t i o no ft h eb e h a v i o ro fr o b o t s ，c o n t r o lo fr o b o t s ，i nb r e a kd e t e c t i o no fn e t w o r k ， f u n c t i o no p t i m i z a t i o na n de t c b yu s i n gt h ep r i o r i t yo ft h ea r t i f i c i a li m m u n ea l g o r i t h m ， w eg a i nt h ei m p r o v i n gm u l t i - p e a ka l g o r i t h mw h i c hc a r le f f e c t i v e l ys o l v et h e f u n c t i o n o p t i m i z a t i o np r o b l e m s ，t h em a i nw o r ka sf o l l o w s ： ( 1 ) t h eb a s i cc o n c e p t sf r a m e w o r kf u n c t i o n sa n dp r i n c i p l e so ft h eb i o l o g i c a li m m u n e s y s t e ma r ei n t r o d u c e d ，t h er e s e a r c hf i e l d s ，r e s e a r c hs t a t u s a n db a s i ct h e o r yo ft h e g e n e t i ca l g o r i t h ma n d a r t i f i c i a li m m u n es y s t e ma r es i m p l y a n a l y z e d ( 2 ) c o m p a r i n gw i t he a c ha r t i f i c i a li m m u n ea l g o r i t h mo f ft h eb a s eo fs y s t e m a t i z i n g s t u d yo nt h ee x i s t i n g a r t i f i c i a li m m u n ea l g o r i t h m ，i td e v e l o p st h em e m o r yc e l l s f u n c t i o ni n t oa ni m p o r t a n tc o m p o n e n tp a r to fa l g o r i t h mt h r o u g ht h ep r o g r e s s i v e r e s e a r c ho nt h eb i o l o g i c a li m m u n es y s t e m a t i z i n gm e c h a n i s m ，a n dt a k e sf u l l yu s eo f t h eb a l d w i ne f f e c to ft h eb i o l c l g i c a li m m u n es y s t e m ，w o r k so u tt h ei m p r o v i n g m u l t i p e a kv a l u ea r t i f i c i a li m m u n ea l g o r i t h m ( 3 ) t h r o u g ha ne m u l a t i v ec a s e ，m u l t i - p e a kv a l u ea r t i f i c i a li m m u n ea l g o r i t h mp r o v e s l l 武汉理工大学硕十学位论文 i t se f f e c t i v e n e s sa n dw e l lr o b u s t n e s s a tt h es a m et i m e ，t h ee s s a ya m e n d st h e a r i t h m e t i co p e r a t o ri nt h eo r i g i n a l a l g o r i t h m ，a n da p p l i e si t i nt h en e wa l g o r i t h m ， i m p r o v e st h eg l o b a ls e a r c ha b i l i t ya n dc o n v e r g e n c er a t e si nag r e a td e a l t h eg o o d r e s u l td e m o n s t r a t e st h a tt h ea l g o r i t h mo ns o l v i n gt h ef u n c t i o no p t i m i z a t i o np r o b l e mi s ak i n do ff e a s i b l ea n dg o o dn e wm e t h o d k e y w o r d ：i m m u n es y s t e m ，a r t i f i c i a l i m m u n e a l g o r i t h m ，g e n e t i ca l g o r i t h m ， m u l t i - p e a kv a l u e ，f u n c t i o no p t i m i z a t i o n ， b a l d w i ne f f e c t 1 1 1 此页若属实，请申请人及导师签名。 独创性声明 本人声明，所呈交的论文是我个人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果， 也不包含为获得武汉理工大学或其它教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所傲的任何贡献均已 在论文中作了明确的说明并表示了谢意。 研究生签名：童堕堕日 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅； 学校可队公布论文的全部内容，可以采用影印、缩印或其他复制 手段保存论文。 ( 保密的论文在解密后应遵守此规定) 研究生签名：趣超导师签名兰必 注：请将此声明装订在论文的耳录前。 0 6 毕，万 武汉理工大学硕士学位论文 1 1 研究背景 第1 章绪论 近年来，随着科技革命的进行，各个学科之间相互交叉、渗透，人们不断 把一个领域的研究成果应用于另一个领域中。地球上除了人类还生活着数千万 种生物，各种层次、各种类型的生物体系和生物环境本身有着无数未解之谜， 人类很早以前就会利用生物技术解决工程问题，并使仿生学这一专门学科诞生 和发展。随着计算机技术和网络技术的飞速发展，以计算智能或软计算为代表 的计算智能技术也迅速发展，其中有人工神经网络、模糊系统、进化算法，还 有近几年刚刚发展起来的d n a 计算和人工免疫系统，与模式识别和智能系统的 发展相得益彰。生物是计算问题的灵感源泉，生物免疫系统是一个复杂的自适 应系统，可保护人体不受外部病原体侵害，它不依靠任何中- 心控制，具有分布 式任务处理能力，具有在局部采取行动的智能，它通过起交流作用的化学信息 构成网络，进而形成全局概念。从人体免疫系统发展出来的计算方法已经引起 许多不同领域研究人员的广泛兴趣。十几年来，与之相关的研究成果己经涉及 到非线性最优化【1 】【2 】【3 l 、组合优化【4 9 1 、控制工程l l m l 4 1 、机器人【1 5 - 1 9 1 、故障诊蝌2 0 。2 、 计算机病毒检测f 2 2 - 2 6 、图像处理 2 7 - 2 8 、工业设计和工业生产等诸多领域。并表 现出较卓越的性能和效率。于是，对人工免疫系统的研究己经成为一大热点， 本文将对人工免疫系统的免疫算法的应用加以详细的介绍和讨论，并在前人的 基础上，对基于人工免疫系统的算法设计及应用进行了研究和探索。 1 2 问题的提出 m s 的应用研究涉及到的领域很多，优化计算是a i s 应用的一个重要方向。 免疫系统能够进化地处理不同抗原的抗体，其多样性抗体产生和进化机理可用 于求解函数优化问题。 对函数优化问题的求解是人工智能的一个重要的应用领域。由于该问题存 武汉理工大学硕士学位论文 在的普遍性和重要性，几十年来得到了广泛和深入的研究。直到现在，仍有许 多学者在对最优化问题作更深入的工作，最优化问题也一直是人们感兴趣的一 个问题。正是因为这些持续的研究工作，才不断出现了新的理论和方法，以满 足科学与技术发展的需要，特别地使智能化研究向更深入和更广泛的方向发展， 这也为人工免疫系统的发展提供了基础。人工免疫系统正引起人们的极大重视， 基于免疫系统原理开发的各种模型和算法在科学研究和工程实践上将会取得越 来越多的应用。 种群的多样性是影响进化计算性能的重要因素之一，遗传算法作为进化计 算的代表，通过染色体基因的筛选和重组，能够获得较强的全局优化功能。但 是遗传算法具有模式收敛性质，难以有效维持模式的多样性，容易出现“早熟” 现象，因而影响到遗传算法的优化效果，遗传算法用于求解多模态函数效果不 佳的主要原因就在于此。而免疫系统在遇到未知抗原入侵时，能够迅速搜索到 与之匹配的抗体，消除抗原，保持机体健康，这意味着免疫系统具备强大的优 化能力。值得注意的是，免疫系统在实现快速优化的同时，通过浓度控制等措 施，能够有效保持多种抗体长时期并存。因此，将免疫算法应用到函数优化领 域，能够很好的体现其优势，使其它算法难以实现的问题得以解决，并有助于 构造出新的高性能函数优化算法。 随着科学研究的不断深入，对于人工免疫系统的研究，尤其是免疫算法的 研究，己逐渐成为人工智能研究领域的一个重要内容。这一领域突出地体现了 现代科学发展的多层次、多学科和多领域的相互渗透、相互交叉和相互促进的 特点，对信息科学和计算机科学的发展具有重要意义，同时也为工程实践人员 提供了许多富有成效的技术和方法。因此，将人工免疫系统的原理应用在优化 领域有重要的理论意义和实际应用价值。 1 3 人工免疫系统的发展历史及研究现状 免疫系统的理论与应用的研究历史较短。最早与免疫系统相关的理论是 1 9 5 7 年澳大利亚学者b u m e t 提出的基于生物抗体的克隆选择学说【矧。最早的免 疫系统的模型是j e m e 于1 9 7 3 年提出的m 1 ，他是基于b u r n e r 的克隆选择学说， 开创了独特型网络理论，并给出了免疫系统的数学框架。此后，p e r e s l o n 又进一 步的给出了独特型网络的概率描述方法【3 1 】，该算法己被广泛的应用于自适应控 2 武汉理工大学硕士学位论文 制和故障诊断等方面。 1 9 8 6 年，f a r m a l - 1 2 j 等人在t h ei m m u n es y s t e m ， a d a p t a t i o na n dm a c h i n e l e a r n i n g 一文中涉及了“免疫算法”的概念。他们先利用一组随机产生的微分方 程建立起人工免疫系统，再通过采用适应度阙值过滤的方法去掉方程组中那些 不合适的微分方程，对保留下来的微分方程则采用交叉、变异、逆转等遗传操 作产生新的微分方程，经过不断的迭代计算，直到找到最佳的一组微分方程为 止。此算法被应用到求解机器人运动路径规划中，获得了成功。他们的研究工 作为建立有效的基于免疫原理的计算系统和智能系统的发展开辟了道路。从此 以后，对免疫算法的研究在国际上引起了越来越多的学者的兴趣。为此，i e e e s y s t e m sm a na n dc y b e r n e t i c s 国际学术会议和c o n g r e s so ne v o l u t i o n a r y c o m p u t m i o n 国际学术会议还分别自1 9 9 7 年和2 0 0 1 年起每年举办一届人工免疫 系统和免疫算法的专题讨论会议，从而掀起了计算智能领域继神经网络，进化 计算等研究之后的又一个研究热点。对于工程技术领域来说，人工免疫系统是 相对较新的领域，引起人们发展人工免疫系统极大兴趣的不是免疫系统本身的 功能，而是从中提取发现免疫系统的有用机制作为一种解决工程趣题的手段。 目前，世界上绝大多数人工免疫系统研究成果出自美国、英国、日本。而 巴西c a m p i n a s 大学的d ec a s t r o 3 6 】博士最早在其博士论文中总结了人工免疫系 统，并试图建立人工免疫系统的统一框架结构。在人工免疫系统领域取得显著 成绩的主要有：利用免疫系统原理研究计算机安全的美国n e wm e x i c o 大学计算 机科学系的f o r r e s t t 3 4 1 博士；研究基于免疫原理的汁算机安全和异常检测及工业 应用的m i s s o u r i 大学计算机与数学系的d a s g u p t a 博士；研究数据分析的英国k e n t 大学的t i m m i s 博士；研究计算机网络入侵的k i n g s 学院的k i r n 博士；威尔士大 学e h u n t 和d e n s i ec o o k e 领导的i s y s 研究小组等。此外还有研究故障诊断的 日本n a r a 科学技术学院的l s h i d a l 3 5 l 博士；研究机器人的n a g o y a 大学工程学院信 息电子部的i s h i g u r o 博士等1 3 3 1 1 3 5 1 。 国内对于免疫系统的研究较国外迟。1 9 9 8 年西安电子科技大学的王磊、焦 李成等在i c s p 9 8 上首先提出了一种免疫遗传算法并应用于一种典型的优化问 题一t s p 的求解中。同年，漆安慎等编辑出版了著作免疫的非线性模型。之 后，中国科学技术大学王熙法( 1 9 9 9 年) 、安徽经济管理干部学院计算机中心的周 伟良与中国科学技术大学的曹先彬( 1 9 9 9 年) 、刘克胜( 2 0 0 0 年) 等先后提出了各自 设计的免疫算法。2 0 0 0 年，刘克胜等继续深入研究，设计出一种人工免疫系统 3 武汉理t 大学硕士学位论文 模型及算法，并应用于自行移动机器人的行为控制研究，这篇文章是国内有关 免疫模型更为深入的探索。2 0 0 0 年，东华大学的丁永生等在查阅大量文献的基 础上发表了有关人工免疫系统研究的综述文章。可以说，这是这方面国内科学 界的第一篇较为全面和实用的介绍文章。同年，丁永生等在日本学者t a k a y u k i y a m a d a 研究的基础上，提出了基于免疫反馈定理和模糊集概念的非线性p i d 控 制器模型并用于组织温度控制中这是目前国内第一个免疫控制器模型【3 5 1 。 1 4 本文研究的主要内容 常用的人工免疫算法在算法设计方面还存在定的不足，影响了算法的全 局搜索能力和收敛速度。本文在己有人工免疫算法的基础上，通过对比研究， 分析出己有人工免疫算法的不足之处，更进一步地对人工免疫算法来源的基础 生物免疫系统进行了探讨。着重研究了在生物免疫系统中具有重要作用的 记忆细胞，关键是提取记忆细胞所拥有的记忆性能，并结合生物免疫系统中的 b a l d w i n 效应，从而设计出改进的多峰值人工免疫算法，以弥补原有人工免疫算 法在收敛速度和全局搜索能力上的不足。 为此，本文的主要研究内容如下： 第一章主要介绍了人工免疫系统的研究背景，人工免疫系统的发展历史和 研究现状，为后面章节的讨论奠定了理论基础。 第二章简单介绍了免疫理论的生物学基础和人工免疫系统的基本原理：其 中包括免疫学的一些基本概念以及人工免疫系统的研究内容和应用。 第三章进一步研究了生物免疫系统的基本原理，以及标准的人工免疫算法 的基本思想、基本理论和算法实现，分析了几种改进的人工免疫算法在算法设 计上的优点和不足，并对标准的人工免疫算法中的操作算子作出改进，为下 章多峰值人工免疫算法的提出提供了技术支持。 第四章针对已有几种人工免疫算法在算法设计上的不足，通过对生物免疫 系统的进一步探讨，研究生物免疫系统中具有重要作用的记忆细胞的基本原理， 提取记忆细胞的工作原理，将其引入到人工免疫算法的算法设计中，对算法的 收敛速度和全局搜索能力作出改进。同时，把生物免疫系统中的b a l d w i n 效应 演变为算法设计的组成部分，对己产生的最优解作出鼓励，加快算法的收敛速 度，达到快速收敛的效果。并由此提出多峰值人工免疫算法，为改善人工免疫 算法的快速收敛性能和全局搜索性能提出了新的算法。 4 武汉理上人学硕士学位论文 第五章通过数值实验，将多峰值人工免疫算法运用于求解函数优化问题， 得到了比原来算法更快的收敛速度和更好的搜索全部极值的能力。而且，改进 的多峰值人工免疫算法在测试函数参数改变的情况下，仍能较好的找到函数的 各个峰值，说明该算法具有较好的鲁棒性，能被用来解决相似同类问题。 第六章主要是对前面工作的总结和对下一步工作的展望。 5 武汉理工大学硕士学位论文 2 1 免疫学的基本理论 生物免疫系统是一个极其复杂的自适应系统，是人工免疫算法的生物学基 础。因此，以下将简单介绍一下生物免疫系统 3 3 】【3 7 】【3 8 l 的基本原理，为后面章节 的研究奠定理论基础。 2 1 1 免疫学的一些基本概念 免疫 免疫( i m m u n i t y ) 是机体对“自己”和“异g ( t p 己) ”识别、应答过程中所产 生的生物学效应的总和，正常情况下是维持内环境稳定的一种生理性功能。换 言之：机体识别非己抗原，对其产生免疫应答并清除之；正常机体对自身组织 抗原成分则不产生免疫应答，即维持耐受。 抗原 抗原( a n t i g e n ) 指可被t ， b 淋巴细胞识别，并启动特异性免疫应答的物质。 抗原具有两个重要特性：a 免疫原性，指抗原能够刺激机体产生抗体或致敏淋巴 细胞的能力：b 抗原性或免疫反应性，指抗原能够与其所诱生的抗体或致敏淋巴 细胞特异性结合的能力。 抗体 抗体是介导体液免疫的重要效应分子，是b 细胞接受抗原刺激后增殖分化 为浆细胞所产生的糖蛋白，也称为免疫球蛋白分子。抗体可分为分泌型和膜型， 前者主要存在于血液及组织液中，发挥各种免疫功能；后者构成b 细胞表面的 抗原受体。 t 细胞 即t 淋巴细胞，它在胸腺中成熟，功能包括调节其他细胞的活动以及直接 袭击宿主感染细胞。t 细胞可分为毒性t 细胞和调节t 细胞两类。而调节t 细 胞又可分为辅助性t 细胞和抑制性t 细胞。辅助性t 细胞的主要作用是激活b 6 武汉理工大学硕士学位论文 细胞，与抗原结合时分泌作用于b 细胞并帮助刺激b 细胞的分子。毒性t 细胞 能够清除微生物入侵者、病毒或者癌细胞。 b 细胞 即b 淋巴细胞，来源于骨髓淋巴样前体细胞，成熟的b 细胞存在于淋巴结、 血液、脾、扁桃体等组织和器官中。b 细胞是体内产生抗体的细胞，在清除病原 体过程中受到刺激，分泌抗体结合抗原，但其发挥免疫作用要受t 辅助细胞的 帮助。 2 1 2 免疫系统的组成及功能 免疫系统的组成 免疫系统是负责执行免疫功能的组织系统，由中枢免疫器官( 骨髓、胸腺) 和外周免疫器官( 脾脏、淋巴结和黏膜免疫系统) 组成o 图2 1 所示) 。免疫器官 中执行免疫功能的主要是各类免疫细胞，如淋巴细胞( 包括t 淋巴细胞、b 淋巴 细胞、自然杀伤细胞等) 、抗原递呈细胞、粒细胞及其他参与免疫应答和效应的 细胞。其中t ( b ) 淋巴细胞是参与适应性免疫应答的关键细胞，分别发挥细胞免 疫和体液免疫效应：抗原递呈细胞则具有摄取、加工、处理抗原的能力，并可 将经过处理的抗原肽递呈给特异性t 细胞；各类粒细胞主要发挥非特异性免疫 效应【3 7 1 1 3 9 1 。 除免疫器官和免疫细胞外，多种免疫分子也被视为免疫系统的组分，如： 活化的免疫细胞所产生的多种效应分子( 如免疫球鬣白、细胞因子) 、表达于免疫 细胞表面的各类膜分子( 如特异性抗原受体、c d 分子、黏附分子、主要组织相容 性分子、各类受体) 等。 r 中枢免疫器官：骨髓、胸腺 厂免疫器官j l【外周免疫器官：脾脏、淋巴结和黏膜免疫系统 。 ，淋巴细胞 免 f 蓁弋免疫细胞 薹：薹呈细胞 ii 其它参与免疫虑答和效应的细胞 。 i 免疫分子：效应分子、膜分子等 图2 1 生物免疫系统组成图 f i g2 1c o m p o s i n go f b i o ! o 鲥c a ! i m m u n es y s t e m 武汉理t 大学硕十学位论文 人体免疫系统又可以分为固有免疫系统和适应性免疫系统。第一层固有免 疫系统是天生就有的，不随特异病原体变化，由补体、内吞作用系统和噬菌细 胞系统组成。固有免疫系统具有与病原体第一次遭遇就能消灭它们的能力，它 还能够识别自体和非自体组织结构，参与到自体与非自体识别组织中，并起到 促进适应性免疫的重要作用 3 3 1 。 适应性免疫系统使用两种类型的淋巴细胞：t 细胞和b 细胞。自适应免疫 系统能完成固有免疫系统不能完成的免疫功能，清除固有免疫系统不能清除的 病原体。 免疫系统的功能 正常情况下，免疫功能使机体内环境得以维持稳定，具有保护性作用：异 常情况下，免疫功能可能导致某些病理过程的发生和发展。机体免疫系统通过 对“自己”或“非己”物质的识别及应答，主要发挥三种功能( 如表2 1 所示) 【3 5 l 表2 1 免疫系统的三大功能 功能 生理性( 有利)病理性( 有害) 免疫防御防御病原微生物侵害超敏反应免疫缺陷 免疫自稳消除损伤或衰老细胞自身免疫病 消除复制错误的细胞和 免疫监视细胞癌变，持续感染 突变细胞 1 1 免疫防御( i m m u n ed e f e n c e ) ：即抗感染免疫，主要指机体针对外来抗原的 免疫保护作用。异常情况下也可能对抗体产生不利影响，表现为：若应答过强 或持续时间过长，则在清除致病微生物的同时，也可能导致组织损伤和功能异 常，即超敏反应；若应答过低或缺少，可发生免疫缺陷病。 2 1 免疫自稳( i m m u n eh o m e o s t a s i s ) ：机体免疫系统存在极为复杂而有效的调解 网络，借以实现免疫系统功能的相对稳定性。该机制若发生异常，可能使机体 对“自己”或“非己”抗原的应答出现紊乱，从而导致自身免疫病的发生。 3 ) 免疫监视( i m m u n es u r v e i l l a n c e ) ：由于各种体内外因素的影响，正常个体的 组织细胞不断发生畸变和突变。机体免疫系统可识别此类异常细胞并将其清除， 此为免疫监视。若该功能发生异常，可能导致肿瘤的发生或持续的感染。 除上述功能外，免疫系统功能还有其他很多方面。如近年来有人研究免疫 系统的功能与机体其他系统的相互关系，如神经内分泌、心血管系统，已证明 8 武汉理工大学硕士学位论文 均有相互作用。 2 1 3 免疫应答类型及原理分析 免疫应答的类型 实现免疫功能的机体免疫应答可分为天然免疫应答和获得性免疫应答两 类。 1 ) 天然免疫( n a t i v ei m m u n i t y ) ：即固有免疫( i n n a t ei m m u n i t y ) ，是机体抵御 微生物侵袭的第一道防线。个体出生时即具备，亦称为非特异性免疫 ( n o n s p e c i f i c i m m t m i t y ) 。此类免疫的主要机制为：皮肤、黏膜及其分泌的抑菌f 杀 菌) 物质的屏障效应；体内多种非特异性免疫效应细胞和效应分子的生物学作用。 2 ) 获得性免疫( a c q u i r e di m m u n i t y ) ：即适应性免疫( a d a p t i v ei m m u n i t y ) ，即个 体接触特定抗原而产生，仅针对该特定抗原而发生反应，亦称为特异性免疫 ( s 1 ) e c i f i c i m m u n i t y ) 。此类免疫主要由能够特异性识别抗原的免疫细胞f 即t 、b 淋 巴细胞1 所承担。适应性免疫应答的基本过程是：t 淋巴细胞和b 淋巴细胞特异 性识别抗原并被活化，继而分化为效应细胞，最终介导细胞免疫或体液免疫效 应。 适应性免疫应答 适应性免疫应答( 简称为免疫应答) 是由抗原刺激机体免疫系统所致，包括抗 原特异性淋巴细胞对抗原的识别、活化、增殖、分化及产生免疫效应的全过程。 适应性免疫应答有两种应答方法：初次免疫应答和二次免疫应答。 1 】初次免疫应答 初次免疫应答发生在免疫系统遭遇某种病原体第一次入侵时，是对以前未 见过的病原体的应答过程。初次应答学习过程很慢，发生在初次感染的前几天， 要用几周的时问清除感染。 2 ) - - 次免疫应答 在初次免疫应答后，免疫系统首次遭遇异体物质并将其清除体外，但免疫 系统中仍保留一定数量的b 细胞作为免疫记忆细胞，这使得免疫系统能够在再 次遭遇相同异物后快速反应并反击抗原，这个过程称为二次免疫应答。二次免 疫应答更迅速，无需重新学习。 9 武汉理工大学硕士学位论文 适应性免疫应答具有如下特点p 3 3 7 1 ： 1 ) 特异性：注射抗原a 或c ，机体仅产生针对抗原a 或抗原c 的特异性抗 体； 2 ) 耐受性：注射抗原b ，机体对其无应答( 但对抗原a 、c 的应答正常) ； 3 ) 记忆性：初次注射抗原a 6 8 天后，再次给同一个抗体注射抗原a ，机体 出现记忆反应，表现为发生更为明显和迅速的特异性( 针对抗原抗体应答。 特异性免疫应答是继固有性免疫应答之后发挥效应的，在最终清除病原体、 促进疾病治愈及防止再感染中起主导作用。 免疫应答原理及分析 目前，描述免疫应答机制的原理主要有b u r n e t 提出的克隆选择原理1 2 9 】和 j e r n e 提出的独特型免疫网络学说【划。 1 ) 克隆选择原理 1 9 5 7 年奥地利免疫学家伯内特( n k b u m e t ) 提出了抗体生成的克隆选择学 说。其基本论点为：在胚胎期由于遗传和免疫细胞在增殖中发生基因突变，形 成了免疫细胞的多样性，这些细胞不断增殖形成无性繁殖系，这种无性繁殖系 被称为克隆，以至于当每一种抗原侵入机体时都能在机体内选择出能识别相应 抗原的免疫细胞克隆，使之激活、分化、繁殖和突变，提高识别能力，即亲和 成熟，进行免疫应答以最终清除抗原。 细胞克隆即一个细胞系，每一细胞系都是具有特异的能与其相应抗原决定 簇其反应的受体。在未成熟阶段，免疫系统主要接收自身抗原的刺激，自身反 应性淋巴细胞被清除或者处于抑制状态，称为禁忌克隆，因此发育成熟的免疫 系统不会对自身抗原产生应答，即产生免疫耐受。当外部抗原进入体内后，选 择与之匹配的细胞克隆，使之激活、分化、繁殖，形成抗体产生细胞或免疫效 应细胞，清除外部抗原。那些未被选择的不能识别抗原的细胞克隆死亡并被其 他克隆所取代。 但是，某些情况下处于抑制状态的蔡忌细胞克隆可以被活化，对自身抗原 产生免疫应答，形成自身免疫性疾病。 2 1 独特型免疫网络原理 独特型免疫网络学说最初由美国诺贝尔奖获得者耶纳( n k j e m e ) 于1 9 7 3 年 提出。为了更好地理解独特型免疫网络原理，现将有关概念描述如下，详细内 容可参见文献【3 5 1 1 4 0 ： 1 0 武汉理工大学硕士学位论文 a 抗体结构 抗体是具有活性的免疫球蛋白，具有两种不同的功能区，如图2 2 所示。一 部分是氨基酸数量和排列比较稳定的恒定区，又称c 区；还有一部分是氨基酸 的排列因抗体不同而不同的可变区，又称v 区。在可变区内，有几处氨基酸排 列次序比可变区其他部分更加容易改变，它们被称作高变区，体现抗体的特异 性和多样性。抗体与抗原决定簇的结合部位正是高变区。这一抗原结合部位如 此多样化和易于改变，以至于差不多每种侵入体内的抗原都可以“选择”出能 与它结合的抗体。 b 抗原决定基：即抗原被抗体所识别的部分。 c 抗体决定基：抗体上对应的识别抗原决定基的部分。 d 独特型( i d i o t y p e ，i d ) 抗原决定基 抗体本身具有的类似“抗原决定基”的部分，它能够被机体本身产生的其他 抗体所识别并引起反应。抗体于是具有了识别抗原及被其他抗体识别的双重性。 抗体上能够被其他抗体识别的部分，就叫做独特型抗原决定基。 v 汉 图2 2 抗体结构示意图 f i g2 3 2 s k e t c hm 印o f t h es t r u c t u r eo f a n t i b o d i e s e 表位( e p i t o p e ) 独特型抗原决定基位于高变区和联结它们的支架区上，形成独特位( i d i o t o p e ) 又称作表位( e p i t o p e ) 。 f 抗独特型( a n t i i d i o t y p e ，a i d ) 抗体 能对独特型抗体识别并引起反应的抗体叫抗独特型抗体。抗独特型抗体又 可被其他的抗抗独特型抗体所识别。 g 对位( p a r a t o p e ) ：抗体上能识别其他抗体上表位的称作对位。 机体内的抗体之间即被识别又识别其他抗体，形成动态过程，被识别的抗 1 1 武汉理工大学硕士学位论文 体受到抑制，识别其他抗体的抗体则增殖。抗原刺激机体产生特异性抗体，特 异性抗体的独特型又可作为抗原，诱导机体产生抗独特型抗体，抗独特型抗体 又可诱导产生抗独特型抗体，从而形成独特型网络。 2 人工免疫系统基本原理 由以上对生物免疫系统的简单介绍可知，生物免疫系统是个分布式的自适 应动态平衡系统，具有学习、记忆和识别的功能近年来众多学者开始模仿免 疫系统的作用机制用于其它领域的研究，这些受生物免疫系统启发而建立的人 工系统称为人工免疫系统( a i s ) 。它是基于人类和其它高等动物免疫系统理论而 提出的一种新的信息处理系统。以下将对人工免疫系统的概况及应用作简单介 绍。 2 2 1 人工免疫系统的研究内容和范围 人工免疫系统结合了如人工神经网络和机器推理等原有一些智能信息处理 的特点，在解决大规模复杂性问题方面具有很大的潜力。有鉴于此，近年来人 们对a i s 及相应算法的研究逐渐活跃起来。目前人工免疫系统的研究内容和范 围主要包括三个方面【”j ： 免疫计算智能系统 自然免疫系统是发展智能技术的启发源泉，研究人员己经开发了许多基于 免疫系统的计算技术，包括各种基于免疫原理的免疫算法、人工免疫网络和免 疫计算系统等。 1 1 根据生物免疫系统原理发展新的算法，主要有阴性选择算法、克隆选择算 法、免疫遗传算法、免疫优化算法，以及为完成各种特定任务而设计的基于免 疫原理的算法等，可统称为免疫算法。 2 1 根据生物免疫系统原理建立的人工模型，包括人工免疫网络模型和人工免 疫系统模型两种形式。各种免疫网络学说，如独特型网络、互联耦合免疫网络、 免疫反应网络和对称网络等，可借鉴用于建立人工免疫网络认知模型。 3 、与人工神经网络、模糊系统等结合建立混合智能系统，比如利用免疫、神 经网络、模糊技术建立智能计算系统；利用免疫系统抗体多样性的遗传机制改 1 2 武汉理j 二人学硕士学位论文 进遗传算法的搜索优化。 人工免疫系统涉及的研究内容和应用范围较为广泛，己超出了仅仅作为计 算工具研究的范围，但从目前的研究和应用来看，多数仍以发展基于免疫原理 的计算方法为主。 免疫工程应用研究 包括各种免疫计算智能技术在工程中的应用研究，建立利用免疫系统原理 及特性解决工程问题的人工智能系统。如保安系统、疾病诊断系统、各种计算 机安全和网络入侵诊断和检测系统等。 人工免疫系统理论研究 例如借助数学模型、非线性、复杂、混沌、计算智能等理论深入研究人工 免疫系统的机制。 预计今后a i s 的研究将围绕着算法机理的深入探讨、算法的数学理论分析、 面向工程应用的a i s 算法模型完善、计算智能方法的融合、面向进化设计的a i s 模型研究【4 1 1 几个方面展开。 2 2 2 人工免疫网络模型 生物自然科学领域中，人们己经提出的一些免疫网络模型主要包括：独特 型免疫网络、互联耦合免疫网络、免疫反应网络、对称网络和多值免疫网络等。 受生物免疫网络的启发，人们建立了各种人工免疫网络模型，如独特型网络模 型、多值免疫网络模型【4 2 l 、互联耦合免疫网络模型i4 3 】等。 独特型网络模型 免疫网络模型的工作首先由j e m e 提出，他基于细胞选择学说，开创了独特 型网络的理论，给出了免疫系统的数学框架，并采用微分方程建模来仿真淋巴 细胞的动态性。关于独特型网络学说前面己经阐述，这里不再详细叙述。在j e m e 研究工作的基础上，p e r e l s o n 提出了独特型网络的概率描述方法，讨论了独特型 网络中的相传输。许多基于此模型的计算方法被用于自适应控制和故障诊断等。 多值免疫网络模型 z h a n gt a n g 提出了一种基于免疫应答原理的多值网络模型。该多值免疫网 络模型模拟免疫系统b 细胞和t 细胞相互作用，具有极其类似免疫系统的特性。 t a n g 将网络用于字母识别，仿真结果表明该模型除了具有较少的分类、改善的 武汉理工大学硕士学位论文 记忆模式和良好的记忆容量的优点之外，多值免疫网络比二进制网络有更强的 噪声免疫能力【3 3 1 。 互联耦合免疫网络模型 鉴于目前抗体之间大规模的联接还没有用试验论证，且免疫系统是通过抗 体之间四个或五个链来成功地维持着生物组织，i s h i g u m 等提出了一种互联耦合 免疫网络模型，即免疫系统是通过多个完成某一特定任务的局部免疫网络之间 相互通讯来形成大规模免疫网络，这种模型己被用于六足行走机器人的速度控 制。 除了以上三种人工免疫网络模型，其他还有如对称性网络、免疫反应网络、 p 1 一n e t s 等人工免疫网络模型。 2 2 3 人工免疫系统的应用 近年来，基于免疫系统原理开发的各种模型和算法广泛地应用在科学研究 和工程实践中，下面对一些典型的应用领域进行简要的介绍。 计算机安全 计算机安全是免疫系统一个重要的应用领域。基于免疫的计算机系统比当 前操作系统支持的系统更有辨别和保护能力，其安全性检测依赖于所使用计算 机设备的权限、维护数据文件的完整性及阻止计算机病毒的传播1 3 9 1 。 智能优化 作为一种智能优化搜索策略，a i s 在函数优化、组合优化、调度问题等方面 得到应用并取得了很好的效果。基于免疫原理实现的免疫算法在组合优化求解 中显示了强大的能力，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，尤其在求解的效率方面，显示出a i s 在智能优化领域具有广阔的应 用前景。 本文进行的研究就是应用免疫算法来解决函数优化问题，实验证明免疫算 法在该方面有很好的求解效果。 数据挖掘 数据挖掘是“从巨量数据中获取有效的、新颖的、潜在有用的、最终可理 解模式的非平凡过程”。采用a i s 模型的数据挖掘任务目前主要集中在数据聚类 分析、数据浓缩、归类任务等方面1 4 ”。 1 4 武汉理工大学硕士学位论文 故障诊断 在一些大规模和复杂系统中，有效的故障诊断非常重要，若某一设备出现 了故障，会波及整个系统，从而引起严重后果。i s h i d a 研究了一种基于相关识别 特性的免疫网络模型用于故障诊断的方法：i s h i g u r o 将免疫网络模型用于在线设 备系统故障诊断；t a n g 将人工免疫网络模型用于交流驱动和u p s 的控制和诊断。 故障诊断是继信息安全之后的另一个从免疫系统直接映射来的a