（生物医学工程专业论文）基于人工免疫算法的优化问题研究.pdf

蔓坐查兰三堂翌主兰堡丝苎 a b s t r a c t o n eo ft h eo b v i o u sc h a r a c t e r so fm o d e ms c i e n c ea n d t e c h n o l o g y s d e v e l o p m e n ti st h a tl i f es c i e n c ea n de n g i n e e r i n gs c i e n c ep r o m o t i n g ，p e r m e a t i n g a n dc r o s s i n ge a c ho t h e r a sw ek n o w n , b i o l o g i c a li l l l m u n es y s t e mi sa h i g h l y p 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 gs y s t e m , w h i c hc a ni d e n t i f ya n dt l ：n l o v e t h ea n t i g e n i ce y e w 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 m , r e m e m b e r a n da d j u s ta d a p t i v e l yt o k e e pt h es t a b i l i z a t i o n 协s i d et h eb o d y b i o l o g i c a l i m m t l n e s y s t e mc o n t a i n sp l e n t yo fi n f o r m a t i o np r o c e s s i n gi 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 s t h r o u g hr e s e a r c h i n g ，w ec a l ld e s i g nm a n ym o d e l sa n d a l g o r i t h m st os o l v em a n yc o m p l e xp r o b l e m s ，a n di ti so fg r e a ts i g n i f i c a n tt o m a n ye n g i n e e r i n gt e c h n o l o g yr e s e a r c h i n g f i r s to fa l l ，s o m eb a s i cc o n c e p t s ，f r a m e w o r k , f u n c t i o n sa n dp r i n c i p l e so f t h eb i o l o g i c a li n l m u n es y s t e ma r ci n t r o d u c e d ；t h e nt h er e s e a r c hr a n g e ，r e s e a r c h s t a t u sa n db a s i ct h e o r yo ft h ea r t i f i c i a li m m u n es y s t e ma r c s i m p l ya n a l y z e d a n dt h i sp a p e ri n t r o d u c e st h ea i sd e f i n i t i o n , a n ds i m p l yc o n c l u d e st h e r es e a r c h o r i g i na n dc o n t e n t so f a i s a n dt h e nt h ea r t i c l ei n t r o d u c e dt h ee l e m e n t sa n db a s i c i m p l e m e n t t e c h n o l o g yo fi m m u n ea l g o r i t h m s ，a n de x p a t i a t e dt h es p e c i a l t yo fi m m u n e a l g o r i t h m se x p r e s s l y t h eb a s i cc o n f i g u r a t i o na n df l o wo f i m m u n ea l g o r i t h m s w h i c h 锄i ec o m eu pa z er e s e a r c h e d j u s ta 娼eo ft h ek n o w l e d g eo ft h ea b o v e d e f i c i e n c ya n di no r d e rt om e e tt h er e a l i s t i cn e e d s ，t h ep a p e re x p e c t st op r e s e n t t h eg e n e r a lm o d e lo f t h ei m m u n es y s t e m , a d v a n c es o m ea l g o r i t h m sa n de x p l o r e n l o r ea p p l i c a t i o nf i e l d s l a s t l y , t h i sp a p e ra p p l i e sr o s e n b r o e kf u n c t i o ns e e k i n gc x t r c m u ma n d i m m u n ea l g o r i t h mt o t r a v e l i n gs a l e s m a np r o b l e m , ak i n do ft y p i c a l c o m b i n a t i o n a lo p t i m i z a t i o np r o b l e m s w ee o n f mi m p o r t a n tf a c t o r st h a t i n f l u e n c et h ea l g o r i t h mc h a r a c t e r i s t i c sa n dg e tt h er a n g e so ft h ep a r a m e t e r sb y e x p e r i m e n t s c o m p a r i n gt h ea l g o r i t h mw i t ho t h e ra l g o r i t h m s ，t h er e s u l t ss h o w t h a tt h ec o n v e r g e n ts p e e do f t h ea l g o r i t h mi sf a s t e rt h a no t h e r s ， r e s e a r c h e si nt h ep a p e rw h i c he n r i c ht h e o r ya n da p p l i c a t i o no fi n l i n m q e a l g o r i t h m , a n db r i n gn e wt e c h n i q u et os o l v et r a v e l i n gs a l e s m a np r o b l e m , h a v e t h e o r e t i c a lv a l u ea n dp r a c t i c a ls i g n i f i c a n c e b u t an e wi n t e l l i g e n tt e c h n o l o g y , i tl a c k so fs y s t e m a t i s ma n dau n i t e dg e n e r a lm o d e l m o r e o v e r , i ts h o u l db e a p p l i e d t om o r er e a l - w o r l df i e l d s s o m ea l g o r i t h m ss h o u l da l s og e ti m p r o v e d k e y w o r d sb i o l o g i c a li m m u n es y s t e m ；a r t i f i c i a li m m u n es y s t e m ；i m m u n e a l g o r i t h m ；r o s e n b r o c kf u n c t i o n ；t r a v e l i n gs a l e s m a np r o b l e m m 燕山大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文基于人工免疫算法的优 化问题研究，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进 行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他 人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和 集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。 作者签字日期：弘菇年侈凤二日 燕山大学硕士学位论文使用授权书 基于人工免疫算法的优化问题研究系本人在燕山大学攻读硕士学 位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学 所有，本人如需发表将署名燕山大学为第一完成单位及相关人员。本人完 全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关 部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕 山大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的 全部或部分内容。 作者签名： 导师签名： 彭善 年解密后适用本授权书。 ) 日期：纱6 年1 钥阳 日期：仍硝年弘月l 媚 纯q 口 密打 密 保内 保 不框 疗 于 应 属 相 文 上 论 以 位 在 学 请 本 0 第1 章绪论 第1 章绪论 当今社会，世界上各种科学技术互相交叉、渗透，许多研究课题已经 不能单靠一个领域的理论和方法能够解决，许多边缘学科正是多个领域交 叉发展的结果。许多研究领域的理论和方法也越来越复杂，在信息科学领 域尤为突出。由于人们面对的和研究的问题越来越复杂，传统方法解决问 题的能力越来越有限，促使人们不断寻求新的方法和手段，信息科学等领 域的不断扩展证明了这一点，比如人工智能、计算机科学的迅猛发展。近 年来，人类都在努力利用生物界带给我们的启示进行各种各样的发明与创 造，生物成为许多发明家创新的灵感源泉，他们从生物现象中获得灵感， 创立了许多不同的方法，制造出许多应用产品。 1 1 本课题研究意义和目的 随着人类对生命体不懈地研究，许多生命体的机制及规律都被应用到 信息科学等领域【j 】。生物己经启发人们解决了诸多计算问题，并且这些已 经被归类为生物启发的计算，为生物学中的建模提供资源和启示。在生物 系统中，信息处理系统可分为脑神经系统( 神经网络) 、遗传系统( 进化计算) 、 免疫系统( 人工免疫系统) 和内分泌系统四种类型。其中，对人工免疫系统 的研究是近些年兴起的并有所深入地研究。从生物信息处理系统这个角度 看，人工免疫系统( 硝s ) 可以归结为信息科学，是与人们已经开发应用的人 工神经网络、模糊理论等智能理论和系统相平行的，人工免疫系统是具有 不同特征、功能的潜在新兴科学技术。对于人工免疫系统的研究不仅能有 效的开发和应用自然免疫系统本身的特性，而且也能从一个崭新的角度认 识和开发工程问题。人工免疫系统可定义为，在研究借鉴生物免疫的相关 原理、机制和概念的基础上，面向解决工程实际应用问题提出的具有智能 性的计算机模型 2 1 。 人工免疫系统实现了一种由生物免疫系统方法的通过学习外界物质的 自然防御机理的学习技术，提供了一系列能够解决工程问题的机理，因而 1 燕山大学工学硕士学位论文 具有提供新颖的解决问题的潜能。但免疫系统的机理非常复杂，有些机理 甚至连免疫学家还没有很好的理解，这使得目前对人工免疫系统的研究还 有很大的困难，人工免疫的应用就相对更少。 本课题的主要研究目的是：研究生物的免疫机制，根据当前已建立的 人工免疫模型和人工免疫算法，解决某种工程问题。 本文是从工程优化问题的角度研究生物的免疫机制，建立相应的人工 模型和免疫算法，为构建更好的高度自适应免疫系统以及促进人工智能等 新兴领域的研究进行有创新和有特色的探索研究。值得注意的是，生物的 免疫机制研究在自动化控制、模式识别和优化等领域具有十分引人注目的 现实意义。 人工免疫系统的研究，将为进一步工程优化问题的研究奠定基础，它 一方面提供人们职能的解决许多实际问题的有效途径，为生物免疫系统的 新的研究成果，概括更为完善的免疫计算职能模型和智能算法开辟途径； 另一方面基于生物免疫系统的计算机模型有助于免疫系统操作的研究。 1 2 人工免疫系统概述 免疫系统是哺乳动物抵御外来有害物质侵害的防御系统，动物一生始 终处于复杂多变的、充满伤害的自然环境中，能够平安无事、进行正常的 生命活动，其中免疫系统起着重要的作用。免疫系统以其有限的资源，能 够有效地应付数量庞大得几近无限的不同种类的病毒侵害，这一特性无疑 引起了人们特别的关注。免疫系统的复杂功能堪能与大脑相提并论，它具 有如模式识别( 抗体识别抗原) 、学习( 初次响应记住抗原) 、记忆获取( 再次 响应，提取首次相应的信息) 、多样性( 抗原的多样性以对应种类繁多的抗 体) 等多种功能。此外，人工免疫系统在优化设计、顺序控制及噪声耐受等 方面也有应用研究。 免疫系统是由器官、细胞和分子组成的一个复杂系统，免疫系统能够 对侵入机体的非己成分( 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、快速应答和有效排除的能力。免疫系统 的功能主要由淋巴细胞完成，即b 细胞和t 细胞。b 细胞由骨髓产生、发 2 第1 章绪论 育、成熟，并通过产生分泌抗体、呈递抗原同时与抗原相结合，实现抗原 的清除。t 细胞由胸腺产生、成熟，在免疫反应过程中能刺激和抑制b 细 胞的增殖( 即克隆) 和分化，对免疫调节起着重要的作用。免疫系统具有特 异性，在“初次响应”之后，可记住抗原，当再次遇到时识别并产生“再 次响应”，迅速而有效地针对某一特定的抗原起作用并消除。 1 2 1免疫系统的实用性 研究有限数据资源分析研究中，具体用到的免疫系统以下方面的内容、 功能和性质： ( 1 ) b 细胞与抗原b 细胞和与之相关的抗体与抗原发生反应时，它们 可以反映抗原的特征，这种机制为利用b 和抗原表示数据提供可能性。抗 原与b 细胞遭遇并引起反应，其内部包含的模式会被捕捉到并被记住。 ( 2 ) 初次和二次免疫应答若持续反应过程中，会产生大量的b 细胞。 这一点表明，可以利用免疫系统手段学习数据。为了捕捉到数据模式，这 些数据可能需要表示很多次。 ( 3 ) 用克隆选择思想为了产生大量抗体，b 细胞要克隆扩增，这导致 类似的数据以簇形式出现。簇显示相似形可用于理解数据的一般模式，因 为免疫系统能利用大量的特定b 细胞表示同一种抗原。 ( 4 ) 适用性和多样性一些b 细胞经历高频变异，这使得免疫系统能够 产生多种b 细胞和抗体，不仅可以清除特定抗原，也可以清除类似抗原。 利用免疫多样性的思想，可以获得比用一般简单数据映射表示的学习数据 的形式更多的表示形式，这在揭示一些数据中容易被遗漏的席位模式时会 很有用。 ( 5 ) n 络结构的运用免疫系统显示了一种获得记忆的有效方法，这种 思想在建立被学习数据模型的b 细胞网络中得到开发利用。 ( 6 ) 亚动力学v a r e l a 于1 9 8 8 年指出，利用抗体的浓度和b 细胞数这 些免疫系统参数的波动性建立一个被学习数据的稳定网络表示是可能的。 另外，只要b 细胞数总能够处于变动状态，产生的网络就具有终身学习机 制。在这理论上能够发展一种在一个数据集合内学习一组模式的系统，之 3 燕山大学工学硕士学位论文 后再从其他数据集合学习新模式，同时记住旧模式。 从计算的角度来看，生物免疫系统是个高速并行、分布、自适应和自 组织的系统1 3 1 ，具有很强的学习、识别、记忆和特征提取能力。一些研究 人员希望从生物免疫系统的运行机制中获取灵感，开发面向应用的免疫系 统计算模型人工免疫系统( a r t i f i c i a li m m u n es y s t e m ，a i s ) ，用于解决工 程实际问题。 1 2 2 生物免疫系统与人工免疫系统的关系 人工免疫系统是在免疫学尤其是理论免疫学的基础上发展起来的，因 此离不开对生物免疫系统的理解和研究，也与免疫学的发展密不可分。生 物免疫系统是高度复杂的系统，对检测和消除感染问题显示出精确的调节 能力。免疫系统是大规模并行自适应信息处理系统的样本，一个为设计更 好的人工免疫系统而值得研究的样本。免疫系统展示了许多可以融进人工 智能系统的性质：多样性，分布性，动态性，适应性，鲁棒性，自适应， 自治性，自我监测，错误耐受。这些特性是免疫系统的固有特性；但也是 多数人工系统缺乏的特性，是研究人员期望人工系统所能够具有的特性。 基于免疫系统原理发展的计算技术是自然计算中更新的领域，它仿效 一定的生物免疫系统过程，发展各种新型计算方法【4 l 。免疫系统是多层的， 以多种智能方法对其传感输入应答，它能够被激发应有的和已获得的能力 产生准确的目标特异应答，通过变异产生进化学习，利用测试适应新环境。 它记得分类和应答，对熟悉的重新出现的刺激环境能够更快的应答，是高 度分布式、高度并行，具有复杂信息处理特征的生物系统。在一些术语的 理解上，生物免疫学和人工免疫系统有着不同之处： ( 1 ) 抗原：任何能够被抗体或者t 细胞受体识别出的分子( 免疫学) ；通常 对应要解决的问题，随不同问题而有不同的数据编码形式( 人工免疫系统) 。 ( 2 ) 抗体：与抗原发生反应的由b 淋巴细胞产生的受体( 免疫学) ；通常 对应要解决的问题的优化解( 人工免疫系统) 。 ( 3 ) 独特型：在一个抗体或者是t 细胞的可变区域由氨基酸分子构成的 分子独特型发生反应( 免疫学) ；通过人工b 细胞抗体结合基与其他人工b 细 4 第1 章绪论 胞匹配进行模拟( 人工免疫系统) 。 ( 4 ) 免疫网络：基于抗体和细胞上的抗体决定部位相互作用的调整网络 ( 免疫学) ；人工免疫系统广种由于定义了网络亲和力闽值等参数而连接在 一起的人z b 细胞( 网络节点) 组成的自组织、自调整网络( 人工免疫系统) 。 ( 5 ) 匹配：抗原决定基和抗体决定基的结合。两者的结合越强，亲和力 越大( 免疫学) ；由两个数据之间的测量距离定义的相似性( 人工免疫系统) 。 ( 6 ) 亲和力：抗体结合基与抗原决定基之间的结合力度( 免疫学) ；由两 个数据之间的测量距离定义的相似性( 人工免疫系统) 。 ( 7 ) 变异：在免疫系统内抗体变异产生不同的抗体集合抵御感染( 免疫 学) ；数据项目的随机变化( 人工免疫系统) 。 ( 8 ) 刺激水平：一种按照免疫网络理论规定的一个b 细胞和侵入抗原以 及周围b 细胞匹配程度的度量( 免疫学) ；一个网络节点与训练数据和网络中 的其他节点的匹配好坏程度的度量( 人工免疫系统) 。 从工程和科学角度看，人工免疫系统同样具有许多有意义的特性。免 疫系统通过不同种类的抗体构造的自体一非自体非线性自适应网络，在处 理动态变化环境中起作用。基于免疫机制发展的人工免疫系统具有噪声耐 受、自组织、明晰地表达所学习的知识等许多优点，并具有分类器、神经 网络和机器推理等其他学习系统的优点。 1 2 3 人工免疫系统的研究内容和范围 目前，人工免疫系统的具体研究内容和范围主要包括以下三个方面嘲： 第一方面：免疫计算智能系统。 从计算的观点看，自然免疫系统是一种并行和分布式的自适应系统， 用学习、记忆和联想恢复完成识别和分类任务，特别是能学习识别相关模 式，记住以前见到的模式，用组合学高效地建立模式检测器。自然免疫系 统是发展智能技术的启发源泉，研究人员已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 ) 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 5 燕山大学工学硕士学位论文 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。目前这方面的研究和发 展较活跃、也较为迅速。 ( 2 ) 根据生物免疫系统原理建立人工模型，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 ( a r t i f i c i a li m m u n en e t w o r k , a i n ) 认知模型( 比如机器人系统) ，目前应用最 广的是独特型网络。 ( 3 ) 建立混合智能系统：一方面利用免疫、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进遗传算法的搜索优 化。这方面整体发展比较缓慢，目前研究主要集中在与神经网络的混合应 用：另一方面，利用免疫系统自身特性建立新型智能系统。免疫系统具有 动态保持自组织记忆能力，并允许信息遗忘和具有内容可访记忆、信息遗 忘，这些进化学习机制和学习外界物质的自然防御机制可用于建立解决机 器学习等问题的新型机器学习系统，还可发展用了解决数据分析等人工免 疫系统，这方面发展得较为普遍。 人工免疫系统涉及的研究内容和应用范围较为广泛，已超出了仅仅作 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，包括各种算法、人工免疫网络和免疫计算系统 及模型。借用计算智能的概念等。又称为免疫计算智能系统，希望从免疫 系统获得灵感和启发，建立多种形式的人工免疫计算系统，找到解决工程 和科学问题的新型计算方法。 第二方面：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，建立利用生物免疫系统某一特性或某些特性解决特定工程问 题的人工智能系统。还可以基于免疫学原理发展各种保安系统、疾病诊断 系统、各种计算机安全和网络人侵诊断和检测系统、各种工业生产中的故 障诊断、异常检测系统等。 第三方面：人工免疫系统理论研究【6 】，比如借助数学模型、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，这方面发展 6 第1 章绪论 相对滞后。 以上三方面是互相渗透的。就目前研究和应用情况来看，又可以大致 归为两种情况：一种是解决特殊问题的计算方法，比如解决谱分析问题的 免疫算法，只能用于解决光谱分析，没有普遍的应用意义；另一种就是具 有普遍意义的方法和系统，比如二进制免疫系统模型，已经得到广泛应用。 计算机免疫系统和计算机与网络入侵检测已经作为一种有效的计算机安全 系统得到多个研究组织的研究和应用。这两种情况是由于处理问题的角度 不同而出现的。值得指出的是，无论哪种情况所依据的系统都是免疫系统， 其原理和机制是通用的1 7 】。 人工免疫与其它学科和领域有着不可分隔的关系，具体参见图1 1 ： 图1 1 人工免疫系统与其它学科和领域的交叉关系 f i g 1 - 1c o n n e c t i o no f a r t i f i c i a li m m u n es y s t e ma n d o t h e rs u b j e c 协 目前人工免疫系统研究手段和内容及应用涉及多个领域引，包括医学 免疫学、分子生物学、计算机科学技术、控制理论与控制工程、机器入学， 7 燕山大学工学硕士学位论文 自动控制、计算机安全、模式识别、图像处理、联想记忆、搜索和优化、 数据分析等，是比较典型的交叉学科，其理论极为广泛和丰富，发展出的 人工免疫系统形式也是多种多样的。 1 3 国内外研究现状 a i s 是基于自然免疫系统建立的一门新兴科学，它起步晚于受生物信 息处理思想的人工神经网络和遗传进化算法，以上的两种智能理论均已在 工程领域得到广泛的应用，而免疫的理论应用到工程中近几十年才开始。 1 9 7 4 年，美国诺贝尔奖获得者、生物学家、医学学家、免疫学家j e r n e 9 1 首次提出免疫网络假说，建立免疫系统第一个模型，由此开创了人工免疫 系统的基础理论。随后关于人工免疫系统的研究均是受其启发的【1 0 1 。 随后1 9 7 9 年，p e r e l s o n 和o s t e r 提出形态空间模型。其中的许多思想 在人工免疫系统的研究中发挥这种重要作用，与j e m e 的免疫网络理论一 致，在人工免疫系统的研究领域具有基础性地位。 免疫系统的复杂功能堪与大脑相比较，有“第二大脑之称，【1 1 j ；但由 于免疫系统的复杂性和其他技术的相对优越性及其与医学免疫学的密切关 系，1 9 9 8 年以前，免疫系统并没有引起人们的注意。自1 9 9 8 年w c c i 第一 次在美国召开人工免疫系统专题会议后，在过去的几年中，各类研究人员 对免疫系统的研究兴趣不断增加。计算机科学家、工程师、数学家、哲学 家和其他研究人员，从各个不同学科和角度展开研究。 多年的免疫学研究表明，免疫系统具有许多复杂的、对实际工程问题 很有启发的功能，基于免疫学原理的新型计算技术不断发展，目的不仅是 为了更好地理解免疫系统本身d 2 j 3 ，更重要的在于解决工程问题。事实证 明，人工免疫系统的发展不仅不是多余的，而且极大地促进着智能系统、 计算机科学、计算智能等多个领域的发展，并正在成为一个应用日益广泛 的新领域。 一些研究人员希望从生物免疫系统的运行机制中获取灵感1 1 4 】，开发面 向应用的免疫系统计算模型人工免疫系统，用于解决工程实际问题。 人工免疫系统从兴起到如今迅速发展所采取的技术特征和生物原形以及工 8 第1 章绪论 程的应用领域，加以总结并以表格的形式列出，见表1 1 。 表1 1 人工免疫模型及算法研究现状 t a b l e1 - 1s t u d y i n go f a r t i f i c i a li m m u n em o d e l sa n da r i t h m e t i c 时间研究者( 组织)技术特征生理原型工程应用 j e m e 的免疫网络 1 9 8 6 f a r m e r 提出了免疫系统的动态模型机器学习 学说 免疫网络防御体 1 9 9 0 i s h i d a p d p 学习算法 传感器网络故障诊断 系 计算机安全和病毒检 1 9 9 4f o r r e s t 计算机系统自体非字体检测抗原- 抗体检测 测 首次举行免疫系统国际专题会生物体基本免疫首次提出人工免疫系 1 9 9 6 日本 议机制统的概念 人工神经网络与人工免疫系统脑神经与免疫系综合神经网络和免疫 1 9 9 7 d a z g u p t a 比较 统系统进行信息传播 把免疫网络纳入人软计算的范 1 9 9 8d o t e j e m e 的网络学说扩展了软计算的概念 畴 生物基本免疫机 1 9 9 8 j a n g - s u n g 免疫算法数学模型和基本步骤用于多峰值函数寻优 制 j 9 9 9h u n t 基于免疫网络的机器学习系统抗原抗体复合性机器破损检测及学习 抗原- 抗体复合 结合免疫和遗传算法解释化学 1 9 9 9 d a s g u t a性，自体- 非自体 化学光谱分析 光谱 识别 1 9 9 9w i l l i a m s 多智能体计算免疫系统自体非自体识别计算机安全 2 0 0 0t a r a k u n o v 免疫系统模型 抗原抗体复合性 b i o s y s t e m 建模 j e m e 的免疫网络 2 0 0 0t i m m i s 资源受限的人工免疫系统数据分析 学说 基于克隆选择和亲和力成熟的 抗原抗体复合性 2 0 0 0d e c a s t r o 模式识别和优化 模式识别和优化系统克隆选择原理 9 燕山大学工学硕士学位论文 续表l - 1 人工免疫模型及算法研究现状 t a b l e1 - 1s t u d y i n go f a r t i f i c i a li m m u n em o d e l sa n da r i t h m e t i c 抗原抗体复合 基于人工免疫系统的计算机安 2 0 0 0h o f m e y r 性，自体非自体计算机安全 全网络 识别 2 0 0 0 b r a d l e y基于人工免疫系统的容错检自体非自体识别硬件故障及客错 2 0 0 0 d i n g y模糊自调节免疫反馈机制免疫反馈原理超高温控制 2 0 0 ld c c a s t r o 免疫网络学习算法( a i n e t )克隆选择原理数据分析 2 0 0 2t a r a k a n o w 组建具有免疫性的芯片结构 免疫网络 模式识别 使用模糊理论模拟抗原抗体匹 2 0 0 2n a s l d o h i 抗原- 抗体复合性w e b 数据挖掘 配的免疫网络算法 基于松散分布记忆模式的非静 多a g e n t s 间分布数 2 0 0 2h a r t 免疫记忆 态数据分析系统据传输和采样 2 0 0 2 c o e l l o 基于g a 优化的抑制方法抗原抗体复合优化 2 0 0 2k i m 变化环境下的动态学习算法克隆选择原理动态学习 抗体识别抗原的 w e b 站点数据挖掘和 2 0 0 2n a s m o u i 模糊人工免疫系统模糊性和不确定 分类 性 基于免疫网络理论的动态自学 2 0 0 3n a s r a o u i 免疫网络动态学习 习模型 否定选择、克隆 2 0 0 3 d a s g u p t a多极免疫学习算法异物检测、模式识别 选择 基于免疫聚类和遗传算法的生物体基本免疫 2 0 0 4宫新保多用户检测 r b f 网络设计机制 基于免疫进化算法的投影寻踪 2 0 0 4 舒栋才聚类及其在地下水动态分类中免疫进化地下水动态分析 的应用 1 0 第1 章绪论 1 4 本文主要工作及结构安排 本文在研究以往人工免疫研究工作者的基础上提出了一种基于人工免 疫算法解决工程问题的新方法，从理论上深入分析了人工免疫的基本原理， 并将它应用到了一种实际问题中即当前比较热门的t s p 问题。本论文的主 要工作如下： ( 1 ) 在深入研究生物免疫系统的基础上，掌握生物免疫系统的基本概念 和工作原理，对当前现有的人工免疫系统的主要思想和理论进行总结。 ( 2 ) 本文将比较几种当前国内外流行免疫算法优劣势，并针对某些免疫 算法的一些不足之处进行简要分析。 ( 3 ) 针对研究函数优化和t s p 问题，本文将基于生物免疫系统的工作原 理，同时结合已有人工免疫算法，证实某种改进的人工免疫算法应用效率， 并对此算法进行相关的理论分析一些仿真试验。 本文组织结构安排如下： 第1 章介绍了论文研究的目的和意义，对人工免疫系统的兴起，人工 免疫系统研究意义及国内外的研究现状进行了详细叙述。阐述了本文所做 工作的理论意义和主要研究内容。 第2 章介绍了生物免疫系统的相关知识，包括生物免疫系统的重要组 成部分，以及生物免疫系统的结构、功能、特点和运行机制。并且有针对 性地从发展工程免疫系统的角度，重点把生物免疫系统的机制和性质提取 出来分别进行介绍，对免疫系统有个基本认识。 第3 章在较全面调查人工免疫系统现有的理论模型与算法基础上详细 阐述了基本人工免疫模型和人工免疫算法。随着对人工免疫系统的进一步 了解，借助数学、物理等手段在一个整体的框架下对免疫系统的所有潜在 的有用特性进行集成研究，成为开发具有使用价值的人工免疫系统主要手 段。本章还对人工免疫系统原理和应用进行简要的介绍，其中的一些原理 已得到广泛开发应用。 第4 章介绍了关于优化组合问题中的最简单问题即函数的极值进行分 析并用本文提出的免疫算法加以优化。随后关于t s p 问题的背景问题描述 燕山大学工学硕士学位论文 和当前应用比较广泛的解决t s p 优化组合问题的传统方法和智能算法，根 据前人的研究得知以往的算法在解决问题时具有不同程度的局限性。所以 本章根据免疫算法的基本原理，应用v b 语言和m a t l a b 工具箱，对于应用 免疫算法解决优化问题进行较系统的分析和试验。所得结果与我们实际感 知的结果一致，达到了预期的目标，证实在收敛度和时间复杂性上有用较 的结果。 第5 章为结论，对本文所做的工作进行总结及有待于进一步研究的问 题进行了说明。 第2 章生物免疫系统研究 第2 章生物免疫系统研究 生物免疫系统是生物的重要组成部分，深入了解生物免疫系统的结构、 功能、特点和运行机制对于构造相应的信息处理模型是十分重要的，只要 对其有一定的认识才能抽出既有生物依据又适合信息处理的抽象模型。生 物的免疫机制非常复杂，并且深入到分子层次，由于本论文的主要目的是 在研究生物免疫系统的基础上对人工免疫模型和人工免疫算法进行分析研 究。而不是定量的模拟生物的免疫机制，所以本章对生物免疫系统进行定 性的分析。 自然免疫系统是一个很复杂的分布式自治系统，它通过非特异性( 先天 性) 和特异性( 适应性) 免疫组件对入侵物质产生多级防御。免疫系统的主要 作用在于识别体内所有的细胞并把它们区分为“自我”和“非我”的，再 进一步对非我细胞进行分类以刺激适当类型的防御机制。免疫系统通过进 化学习来区分外来抗原( 如细菌、病毒等) 与自我细胞或分子。 2 1 生物免疫学发展史 自二十世纪四十年代以来，随着医学在生物免疫系统研究领域的发展， 人们对该系统在各方面所表现出的一些本能现象的认识与理解不断得到深 化与完善，并逐渐形成了一门较为完整的学科生物免疫学。该学科以 生物机体免疫系统的组织结构和生理功能为研究主体；以免疫系统的种系 发生与个体发生，免疫细胞的起源、分化、特征与功能，淋巴细胞的识别、 活化与效应机制和机体免疫反应的调节等为研究内容：以细胞学、分子学 和生物化学等为主要研究手段，着力揭示生物机体对“自我”和“非我” 抗原的识别与应答、排斥异己和维持自身耐受过程中的奥秘。生物免疫掣”】 的起源可谓由来己久，早在公元十六世纪，我国劳动人民就在长期防治天 花的实践过程中，积累了丰富的经验，发明了人痘苗。并由此揭开了人类 探索生物免疫机理伟大实践的序幕。生物免疫学发展至今，主要经历了几 个阶段【l “，其间的主要代表事件如表2 1 所示： 燕山大学工学硕士学位论文 表2 - 1 免疫学发展史 t a b l e2 - 1p h y l o g e n yo f i m m u n o l o g y 目的 时期主要代表人物概念 j e m n e r免疫 1 7 9 6 1 8 7 0 k o c h病理学 应用 p a s t e u r 免疫 1 8 7 0 - 1 8 9 0 m e t c h i n i k o f f吞噬作用 v o nb e h r i n g , k i t a s a t o 抗体 1 8 9 0 - 1 9 1 0 e i l r l i c i细胞受体 描述 b o r d e t 特异性 1 9 1 0 - 1 9 3 0 l a n d s t e i n e r 半抗原 b r e i n l ，h a u r o w i t z 抗体合成 1 9 3 0 - 1 9 5 0 l i n u sp a u l i n g抗体模板 机制 b u r n e t 克隆选择 1 9 5 0 - 1 9 8 0 n e i l sj e r n e 网络协同 分子 1 9 8 0 - 1 9 9 0 s u s u m ut o n e g a w a受体的结构和多样性 在我们生存的环境中，充满各种各样对生物体有害的细菌和病毒，它 们通过呼吸、饮食、接触等多种渠道进入生物体。在这种情况下人们仍能 维持生存与保持健康。这是因为在生物体中存在着生物免疫系统。 2 2 免疫系统与免疫学关系 在自然界中，免疫是指机体对具有抵抗能力而不患疫病或传染病。免 疫系统是由免疫活性分子、免疫细胞、免疫组织和器官组成的复杂系统， 具有识别机制，能够从人体细胞( 被感染的细胞) 或自体分子和外因感染的微 组织中( 引起感染的非自体组织、病原体或者非自体元素) 检测并消除病毒等 病原体本身以及因感染而引起的机能不良、功能紊乱、官能障碍等症状。 免疫系统几乎能识别无限多外源性感染细胞和物质。一方面，免疫效应细 胞对病原体或肿瘤细胞产生适当应答并清除它们，执行免疫功能；另一方 1 4 第2 章生物免疫系统研究 面，免疫效应细胞也会产生不适当应答，如应答过高，会导致过敏性疾病。 如应答过低，易导致严重的感染，对自身组织发生应答，导致自身免疫疾 病，均会对机体有害。免疫系统能够“记忆”每一种抗原，这应当同样的 感染再次发生时，免疫系统会更迅速地反应并更有效的处理。 免疫系统和其他几个系统及器官的相互作用调节着身体的状态，保障 身体处于稳定、正常的功能状杰【1 7 】。免疫学即使研究免疫系统的结构和功 能，宿主免疫系统能识别并消除有害生物及其成分( 体外入侵，体内产生) 的应答过程及机制，理解其对机体有益的防卫功能和有害的病理作用及其 机制的医学科学。 2 3 基于生物免疫系统的概念 生物免疫系统是一个由众多组织、细胞与分子等构成的复杂系统，为 了便于很好地理解免疫系统的主要功能和作用机制，有必要先简单介绍一 下免疫系统中的一些基本概念和技术术语。这些概念主要包括： ( 1 ) 抗原( a n t i g e n , a g ) 是指能够刺激和诱导机体的免疫系统使其产生免 疫应答，并能与相应的免疫应答产物在体内或体外发生特异性反应的物质。 抗原具有两种特性，其一为免疫原性( i m m u n o g e n i c i t y ) ，即抗原能刺激特定 的免疫细胞，使免疫细胞活化、增殖、分化，并最终产生免疫效应物质( 抗 体和致敏淋巴细胞) 的特性：其二为免疫反应性( i m m u n o r e a c t i v i t y ) ，即抗原 与相应的免疫效应物质在体内或体外相遇时，可发生特异性结合而产生免 疫反应的特性。 ( 2 ) 自身抗原( a u t o 趾t i g e n ) 是指能够引起自身免疫应答的自身组织成 份。 ( 3 ) 抗体( a n t i b o d y , a b ) 是指免疫系统受抗原刺激后，b 淋巴细胞转化为 浆细胞并产生能与抗原发生特异性结合的免疫球蛋i ! t ( i m m u n o g l o b u l i n , i g ) ， 该免疫球蛋白即为抗体，所以抗体有时的简写形式为i g 。 ( 4 ) 表位( e p 的p e ) 即为抗原决定簇，它存在于抗原分子的表面，是决定 抗原特异性的特殊化学基团。抗原以此来与相应的淋巴细胞表面的抗原受 体相结合，激活淋巴细胞并引起免疫应答。另外，抗原也依靠表位来与相 燕山大学工学硕士学位论文 应的抗体发生特异性结合。所以，抗原决定簇是被免疫细胞识别的标志和 免疫反应具有特异性的物质基础。 ( 5 ) 互补位( p a r a t o p e ) 也称对位，即互补决定簇，它是抗体分子上与抗原 表位进行特异性结合的部位。 ( 6 ) 独特型( i d i o t y p e ) 是指在同一个机体内，不同抗体所形成的细胞克隆 具有与其它抗体不同的抗原性，即每一种抗体所表现的与其它抗体不同的 抗原特异性。 ( 7 ) 独特位( i d i o t o p e ) 是指独特型的抗原决定簇，即抗体分子可变区上能 被其它抗体识别和进行特异性结合的特殊部位。 ( 8 ) 抗独特型抗体( a n t i - i d i o t y p ea n t i b o d y , a i d ) 是指针对抗体的独特型而 产生的特异性抗体。 2 4 生物免疫系统分类 人体有两层具有内在联系的防御异物入侵的系统：一种是固有免疫系 统( t h ei n n a t ei m n l u n es y s t e m ) ；另一种是适应性免疫系统( t h ea d a p t i v ei m m u n e s y s t e m ) 。固有免疫系统是抵抗抗原感染的第一道防线，抗原多数在这里被 阻止。如果原有免疫系统被攻破，则自适应免疫系统针对待定感染病原体 开始发挥作用。自适应免疫系统能够记住入侵的抗原特征，预防下一次袭 击。适应性免疫调节有两个分支：体液免疫，由b 细胞及其产物介导：细胞 免疫，由t 细胞介导。两个分支都对防御遵循类似的步骤顺序扩增、活 化、感应、分化、分泌、袭击、抑制、记忆。但是，它们以不同方式完成 任务。 2 4 1 固有免疫系统 第一层免疫系统为固有免疫系统，是天生就有的，不随特异病原体变 化，由补体( 化学应答系统) 、内吞作用系统和噬菌细胞系统组成。之所以称 为固有免疫系统是因为身体与生俱来就有辨别一定微生物或细菌并很快消 灭它们的能力。 固有免疫系统具有与病原体第一次遭遇时就能消灭它们的能力，而且 1 6 第2 章生物免疫系统研究 可以消灭许多种第一次遇到的病原体。当病原体如细菌、真菌和胞内寄生 的寄生虫等穿越皮肤、钻膜，入侵体内，免疫系统中的吞噬细胞即刻被动 员至病原体入侵处，迅速吞噬并清除病原体。固有免疫反应的一个重要组 成部分是补体，协助或者互补抗体活动。 固有免疫在生发中心解码的一组受体的基础上辨别与微生物病原体有 关的分子模型，这种受体称为模式识别受体，而被识别的病原体的分子模 型称为病原体关联分子模型( p a m p s ) 。 2 4 2 自适应免疫系统 自适应免疫系统也称适应性免疫系统，使用两种类型的淋巴细胞：t 细 胞和b 细胞。这两种细胞是无性系划分的体细胞分裂产生的抗原受体。这些 抗原受体通过随机过程产生，而自适应免疫系统一般性能的设计和形成是 在淋巴细胞的克隆选择基础