已阅读5页,还剩68页未读, 继续免费阅读
(模式识别与智能系统专业论文)基于人工免疫原理的聚类问题研究.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
哈尔滨j 【程大学硕十学位论文 摘要 人工免疫系统是目前新兴的一种智能方法,它是以生物免疫系统的功能、 特点和作用机理为基础而设计出的计算模型。它具有很强的学习、识别、记 忆和特征提取的能力,能够解决传统计算方法难于解决的许多复杂问题,因 而近年来成为研究的热点,并在诸多领域中得到了广泛的应用。 本文结合人工免疫系统对聚类问题进行了研究,针对现有聚类分析算法 中存在的不足之处进行了改进。归纳起来,本文的研究成果主要体现在以下 几个方面: 首先,分析了进化计算在聚类分析方面的研究情况,在此基础上改进了 原有的免疫算法,基于克隆选择原理提出了一种新的免疫聚类算法。算法采 用了记忆细胞和抑制细胞分化,以及由抑制细胞进行的抑制抗体产生的机制, 来防止对记忆细胞的复制。算法同时将k m e a n s 算法作为一个搜索算子,获 取初始抗体。与k - m e a n s 算法和标准遗传算法进行比较表明,基于克隆选择 原理的聚类算法收敛地更快,且更能有效地收敛到全局最优解。 其次,在对典型免疫网络研究的基础上,对其不足进行了改进,提出了 一种新的免疫网络模型m d f a i n e t 。它使用自适应共振网络( a r t ) 获取网络 的初始抗体,并且采用了更符合生物免疫系统的亲和力成熟机理的交叉变异 的方式进行解的搜索。实验证明m d f a i n e t 可在保持原数据结构的前提下进 行数据压缩,而且其压缩率高于a i n e t 算法。 最后,在m d f a i n e t 的基础上,本文结合f c m 算法提出了一种免疫网 络聚类算法,仿真证明其较f c m 算法具有更高的聚类精度。 关键词:人工免疫系统;聚类分析;克隆选择原理;免疫网络 哈尔滨丁程大学硕十学位论文 a bs t r a c t t h ea r t i f i c i a li m m u n es y s t e m ( a i s ) i sa ne m e r g i n gi n t e l l i g e n tm e t h o da n d i t sac a l c u l a t i o nm o d e ld e s i g n e do nt h eb a s i so ft h eb i o l o g i c a li m m u n es y s t e m s f u n c t i o n s ,f e a t u r e sa n dm e c h a n i s m s i th a ss t r o n ga b i l i t yi ns t u d y ,r e c o g n i z a t i o n , m e m o r i z a t i o na n dc h a r a c t e re x t r a c t i o n ,s oi tc a l ls o l v em a n yc o m p l e xp r o b l e m s c h a l l e n g i n gt h et r a d i t i o n a l c a l c u l a t i o nm e t h o d s t h e r e f o r e ,a i sh a sb e c o m ea r e s e a r c hf o c u si nr e c e n ty e a r sa n dh a sb e e nw i d e l ya p p l i e di nm a n y f i e l d s i nt h i sp a p e r ,c l u s t e r i n gp r o b l e m sa r es t u d i e db yt h ea r t i f i c i a li m m u n es y s t e m t h ed e f i c i e n c i e so ft h ee x s i t i n gc l u s t e r i n ga n a l y s i sa l g o r i t h m sa r ea n a l y i z e da n d i m p r o v e m e n t sa r em a d ea c c o r d i n g l y t h em a i na c h i e v e m e n t so f t h i sp a p e rc a nb e s u m m a e da sf o l l o w s : f i r s t ,s t u d i e so fe v o l u t i o n a r yc a l c u l a t i o ni nt h ea s p e c to fc l u s t e r i n ga n a l y s i s a l ea n a l y z e d t h ee x i s t i n gi m m u n ea l g o r i t h mi si m p r o v e da n dan e wi m m u n e c l u s t e r i n ga l g o r i t h mb a s e do nt h e c l o n es e l e c t i o np r i n c i p l ei sp r e s e n t e d t h e a l g o r i t h ma d o p t sa m e c h a n i s mt h a ti n c l u d e st h ed i f f e r e n t i a t i o no fm e m o r yc e l l s a n ds u p p r e s s o rc e l l sa n dt h ep r o d u c t i o no fs u p p r e s s o ra n t i b o d i e sb ys u p p r e s s o r c e l l s ,p r e v e n t i n gf r o mc o p y i n go ft h em e m o r yc e l l s m e a n w h i l e ,t h e k - m e a n s a l g o r i t h mi st r e a t e da sas e a r c ho p e r a t o ri no r d e rt oa c q u i r et h ei n i t i a la n t i b o d i e s c o m p a r e dw i t hk - m e a n sa l g o r i t h m a n dt h es t a n d a r dg e n e t i ca l g o r i t h m ,t h e c l u s t e r i n ga l g o r i t h m b a s e do nt h ec l o n es e l e c t i o f ip r i n c i p l eh a saf a s t e r c o n v e r g e n c es p e e da n dc a nf i n do u tt h eg l o b a lo p t i m u m s o l u t i o n s e c o n d ,t y p i c a li m m u n en e t w o r k s a r es t u d i e d t h e i rd e f i c i e n c i e sa r e i m p r o v e da n dt h e nan e w i m m u n en e t w o r km o d e lc a l l e dm d f a i n e t ( am o d i f i e d a r t i f i c i a li m m u n en e t w o r k ) i sp r e s e n t e d t h en e wm o d e lu s e sa r t ( a d a p t i v e r e s o n a n c et h e o r yn e t w o r k ) t oa c q u i r et h ei n i t i a la n t i b o d i e sf o rt h en e t w o r k ,a n d a d o p t s ac r o s sa n dm u t a t i o nm e t h o dm o r er e s e m b l i n gt h eb i o l o g i c a ls y s t e m s a f f i n i t ym a t u r a t i o nm e c h a n i s mf o rs o l u t i o nr e s e a r c h e x p e r i m e n t a lr e s u l t si n d i c a t e t h a tm d f a i n e tc a nc o m p r e s sd a t aw i t h o u td a m a g i n gt h eo r i g i n a ld a t as t r u c t u r e 哈尔滨t i :n 人学硕十学何论文 a n di th a sah i g h e rc o m p r e s s i o nr a t i ot h a nt h ea i n e ta l g o r i t h m t h i r d ,o nt h eb a s i so fm d f - a i n e t ,a ni m m u n en e t w o r kc l u s t e r i n ga l g o r i t h m i sp r e s e n t e db yc o m b i n i n gf c m ( f u z z yc - m e a n s ) a l g o r i t h m a n dt h es i m u l a t i o n r e s u l ti n d i c a t e st h a tt h en e wa l g o r i t h mh a sah i g h e rc l u s t e r i n gp r e c i s i o nt h a n f c m k e yw o r d s :a r t i f i c i a li m m u n es y s t e m ;c l u s t e r i n ga n a l y s i s ;c l o n a ls e l e c t i o n p r i n c i p l e ;i m m u n en e t w o r k 哈尔滨工程大学 学位论文原创性声明 本人郑重声明:本论文的所有工作,是在导师的指导下, 由作者本人独立完成的。有关观点、方法、数据和文献等的 引用已在文中指出,并与参考文献相对应。除文中已经注明 引用的内容外,本论文不包含任何其他个人或集体已经公开 发表的作品成果。对本文的研究作出贡献的个人和集体,均 已在文中以明确的方式标明。本人完全意识到本声明的法律 结果由本人承担。 作者( 签字) :甥燃 日期:鹚3 年弓月fl 日 哈尔滨! 】:程大学硕十学位论文 1 1 研究背景 第1 章绪论 赖以支撑生物体复杂生命现象和高级智能行为的各种神奇法则一直是人 类悠然神往的奥秘和不竭的技术思想方法源泉,不断启迪着科学和工程技术 向前发展。不论是从结构模拟的人工神经网络,从功能模拟的模糊逻辑系统, 还是着眼于生物进化微观机理和宏观行为的进化算法,都是人类模仿生物智 能行为,借鉴其智能机理来发展起来的解决复杂问题的方法。这些方法被广 泛应用于工程实践,产生了巨大的科研经济效用川。 作为生物系统的一个重要分支,生物免疫系统因为其特殊的生物机理而 开始得到研究人员的重视。生物免疫系统同样是一个高度进化的生物系统, 它旨在区分外部有害抗原和自身组织,从而清除抗原,保持有机体的稳定。 从计算的角度来看,生物免疫系统是一个高度并行、分布、自适应和自组织 的系统,具有很强的学习、识别、记忆和特征提取的能力1 2 1 。人们很希望能 从生物免疫系统的运行机制中获取灵感,由此开发出了面向应用的免疫系统 计算模型。 1 9 7 4 年,美国诺贝尔奖获得者,生物学家、医学家、免疫学家j e m e 提 出的免疫网络理论引起各方关注i ,i 。继该文之后,f a r m e r 、p e r e l s o n 、b e r s i n i 、 v a r e l a 等理论免疫学者分别在1 9 8 6 和1 9 8 9 年、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奠定了基础,其中f a r m e r 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和智能系统的发展开创了道路。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的 抗体和变异适应新环境的思想,为使免疫系统成为有效的解决工程和科学问 题的灵感源泉作出巨大贡献。 虽然这些先驱者奠定了人工免疫系统的基础,但由于免疫系统的复杂性 ( 有“第二大脑”之称) 及其与医学免疫学的密切关系,1 9 9 8 年以前,人工免 哈尔滨工程大学硕+ 学位论文 疫系统的研究并没有引起很多人的注意。1 9 9 8 年世界计算智能会议( w o r l d c o n f e r e n c eo nc o m p u t a t i o ni n t e l l i g e n c e ,w c c i ) 第一次开设人工免疫系统专题 会议后,在以后的5 年中,各类研究人员对免疫系统的研究兴趣不断增加。 同时,基于免疫系统机制的新型计算智能技术不断出现,它们的目的不是为 了更好地理解免疫系统本身,而是要解决工程和科学问题。 人工免疫系统从一开始就已经用于解决许多不同的工程和科学问题。日 本学者i s h i d a 在1 9 9 0 年首先利用免疫系统解决故障诊断问题1 8 】,这是目前可 查的最早的免疫系统在工程领域的研究成果。随后,美国学者f o r r e s t 在1 9 9 4 年首先将免疫系统方法用于解决计算机安全和病毒检测问题【9 】。越来越多的 人注意到这些理论免疫学家所做的早期研究工作的重要性,他们尝试建立免 疫系统的模型以期为生物计算提供新方法,人工免疫系统的应用领域由此不 断得到扩大。关于人工免疫系统的新方法、新技术不断出现,在世界信息科 学技术领域又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 ,a i s ) 。 目前关于人工免疫系统的研究成果主要涉及计算机安全、数据挖掘、机 器人、异常和故障诊断、优化、模式识别、机器学习、分子生物学、图像处 理、集体智能、自动控制等领域,是比较典型的交叉学科,发展出的人工免 疫系统形式也是多种多样的。本文对基于人工免疫系统的数据挖掘中的聚类 问题进行了研究。 1 2 人工免疫系统在数据挖掘领域的研究现状 当今社会是一个信息爆炸的年代,由于计算机网络的迅猛发展,信息处 理技术己成为各个领域不可回避的关键技术,怎样从海量的信息中找到有意 义的特征、规律和趋势,是我们面对大量信息时首先要想到的问题,也是数 据分析和数据挖掘的主要任务。数据挖掘( d a t am i n i n g ) 是从大量的、不完全 的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知 道的、但又是潜在有用信息和知识的过程。当人们使用数据挖掘工具对数据 中的模型和关系进行辨识的时候,通常第一个步骤就是聚类。因此根据实际 科研情况,选择一个好的聚类算法对后续的研究工作是非常关键的。而免疫 哈尔滨t 程大号:硕十学位论文 系统的强大信息处理能力,无疑给人们指出了构造数据分析新方法的方向。 1 2 1 聚类算法概况 数据挖掘从狭义上讲就是信息处理问题,很多都属于模式识别所研究的 范畴。模式的分类和识别可以由分类器来实现。为了设计分类器必须首先对 分类器进行训练,即分类器首先要进行学习,从而使分类器具有自动识别能 力。就分类器的训练学习方法来说,又可分为两种:一种叫做预分类的训练 试验,即监督训练;另一种叫做未分类的训练试验,即无监督训练。数据挖 掘中的聚类与分类从训练学习的角度来看分别属于监督训练和无监督训练, 而人工免疫系统在训练学习等方面具有一些特点,于是人们便开展了人工免 疫系统应用于数据挖掘的研究。 数据挖掘根据发现的知识类别分类可分为描述性挖掘和预测性挖掘两 类。描述性挖掘又包括特征与比较描述、关联规则挖掘、聚类分析等。聚类 分析就是根据数据对象的属性信息或对象间的关系,将数据对象分组成为类 或簇,使在同一簇中的对象之间具有较高的相似度,而不同簇中的对象彼此 差别较大。聚类分析与数据挖掘中的分类不同,在分类模型中,存在样本数 据,这些样本数据的类别是己知的,分类的目的是从训练样本集中提取出分 类的规则,用于对其他类别未知的对象进行分类。而聚类分析预先不知道目 标数据的有关类的信息,需要以某种度量为标准将所有的数据对象划分到各 个簇中。因此,聚类分析有时又称为无指导的学习或观察式学习,而不是示 例学习。 目前常用的聚类算法主要可以划分为:基于层次的、基于划分的、基于 密度的、基于网格的和基于模型的等五种方法。 但是随着社会和科技的发展,越来越产生大量的,复杂的,多样的数据, 尤其是i n t e r n e t 的流行,出现了海量的,异构的半结构化的数据等等,原来 的数据聚类方法也越来越不能适应新形势的发展,例如对于小规模、静态数 据聚类的效果较好,而大规模、动态时变数据问题的处理都不理想。算法的 稳定性差,运行效率不高,参数设置较多,计算复杂等等。因此人们在不断 的探索新的,更加高效的数据分析方法。随着计算机技术和其它各个科研领 域的发展,学科之问的交叉作用越来越大,许多新技术、新方法不断涌现。 哈尔滨t 程大学硕+ 学位论文 于是,人们也将相应的成果应用于数据分析领域,例如人工智能、模糊系统、 遗传算法、神经网络等技术在数据分析技术中的应用以及数据挖掘概念的提 出和研究,使得数据分析领域的研究取得了重大进展,免疫系统应用于数据 聚类分析就是在这种形势下提出的 i o l 。 1 2 2 人工免疫系统在数据聚类方面的研究现状 各种传统的聚类方法都有自己的优点和缺点,如模糊c 一均值方法将聚类 问题转化为非线性规划问题简单通用,但它需要输入需要聚类的类别数目, 实际上通常我们是不可估计的,而且对初值敏感。大多数方法都无法判别任 意形状的类别,迄今为止,还没有一种统一的方法可以取代其它方法。因此, 不断地开发新的方法,是这个领域的主要任务之一。而免疫系统的强大信息 处理能力,无疑给人们指出了构造数据分析新方法的方向。许多学者提出了 不同的人工免疫算法模型,用于数据分析等领域,取得了不少有益的成果。 在属于无监督学习任务的聚类技术研究方面,一些研究人员提出基于免 疫原理的数据聚类方法。h u n t 和c o o k e t m 研究了基于a i s 的无监督学习算法, 将其用到了d n a 序列的分类任务中。c o o k e 构造的a i s 无监督学习算法在 执行聚类任务方面取得了较好的效果。h u n t 等描述了种称为j i s y s 的系统, 用于在抵押贷款欺骗诊断系统中聚类数据1 1 2 】,d ec a s t r o 等使用a i s 成功地在 标准测试数据i r i s 数据进行聚类分析i ”】。a t l u r i 等实现结合记忆细胞的人工免 疫系统,该模型在大规模和动态系统实现聚类0 4 1 。t i m m i s 等给出三种不同的 数据分析技术:单连接聚类、k o h o n e n 网络和人工免疫系统,在进行了对比 分析后,指出a i s 用于数据分析是可行且有效的【s 】。t i m m i s t l 6 1 和d ec a s t r o 与v o nz u b e n v t 分别独立利用免疫网络假说开发了两个免疫网络模型 一r l a i s 和a i n e t ,用于数据聚类。t i m m i s 的人工免疫系统研究都基于免疫 网络假说。在对r l a i s 系统的改进 18 1 ,提出了一个无监督学习算法,进行数 据分析和数据可视化。该工作进一步被扩展,文献【1 9 】引入模糊逻辑和不同 聚类度量机制进行改进。d ec a s t r o 和v o nz o b e n 开发了基于免疫网络亚动力 学的数据分析和数据简化算法【1 3 】l i ,】,并检验了免疫系统内克隆选择机制的作 用 2 0 1 ,开发了一个称为c l o n g a l g 的无监督学习方法。该方法继续扩展和 应用到数据聚类,产生了a i n e t 算法| 2 1 1 ,表明免疫系统具有强大的计算能力, 4 哈尔滨丁程大学硕十学位论文 可以利用免疫的概念发展强大的数据处理计算工具。该网络具有减少冗余、 描述数据结构、包含聚类形状等特征。上述方法尽管在数据聚类方面取得一 些成功,在开发基于免疫系统的数据挖掘技术方面取得突破,但仍然有很多 缺点。为了改变这种状况,h a r t 提出用与聚类移动数据集合的免疫系统模型 s o s d m f z 羽。其他研究人员也对r l a i s 和a i n e t 进行了各种研究和改进 1 9 1 2 3 - 2 6 。 国内方面,行小帅【2 7 】、张雷【z 引、刘韬 2 9 】、高坚【,o 】等在基于经典k m e a n s 算 法的基础上,分别用免疫规划、免疫遗传算法等提出了新的聚类算法,在对 标准数据集的测试中取得了不错的效果。李洁、焦李成1 3 t 提出了一种有限资 源的模糊神经网络结构聚类算法,并将其用于混合属性特征大数据集聚类算 法。葛红1 3 2 3 ,提出了一种基于启发式随机搜索的核聚类人工免疫网络,其以模 式类的核为搜索的对象,可以在无先验知识的情况下,用人工免疫网络进行 聚类分析,并对其参数性能进行了研究。 1 3 本文研究的主要内容及意义 关于生物免疫系统的功能及其机理的大量的医学和仿真研究表明,免疫 系统是一个性能优良的信息处理系统。其突出的信息处理特性有识别多样性、 分布式并行处理、自适应学习、联想记忆等。 数据挖掘是信息技术自然演化的结果,它是在模式识别、机器学习、神 经网络、数据分析等信息技术基础上发展起来的综合信息分析技术,是现代 信息处理研究的重要方向,而数据的聚类分析正是数据挖掘的基础。因此, 聚类分析方法的研究是信息处理技术研究的一个重点。 基于以上对免疫系统的特性和功能的认识以及实际应用需求的分析,本 文的研究目标集中在以下两个方面: ( 1 ) 传统的基于目标函数的聚类算法对先验知识依赖性大,且易陷入局 部最优点。而以遗传算法为代表的进化算法虽然通过交叉和变异算子实现了 群体搜索和群体中个体之间的信息互换,加快了搜索速度;但是,它们在为 群体中的个体提供进化机会的同时,也无可避免地产生了退化的可能。另一 方面,每一个待求的实际问题都有自身一些基本的、显而易见的特征信息或 知识,然而遗传算法的交叉、变异步骤相对固定,在求解问题时灵活度较小。 哈尔滨工程大学硕士学位论文 现在已有将免疫的概念运用于遗传算法,力图有选择、有目的地利用待求问 题的特征信息或知识来抑制其优化过程中出现的退化现象。然而免疫遗传算 法比较依赖先验知识,且速度还有待提高。针对上述情况,通过本文的研究, 对进化计算在聚类问题的应用进行全面的分析,在继承已有进化算法优点的 基础上,提出一种新的免疫聚类算法。 ( 2 ) 对人工免疫网络模型在数据分析方面的应用进行研究,在此基础上 提出新的人工免疫网络模型,利用其自适应的特性,从原始数据中提取出具 有代表性的数据,大大缩小了原始数据的规模,从而使得我们在面对大规模 数据聚类的时候变得更加容易,从而更好地解决实际问题。 1 4 本文的结构安排 本文在阅读大量文献的基础上,首先有针对性的介绍了生物免疫系统的 一些概念、系统组成、功能原理及其其对人工免疫原理的启示;同时概述了 人工免疫系统的主要研究内容和应用,并将其与其他方法进行了比较。进而 介绍了进化计算及人工免疫网络模型在数据聚类方面的研究,在此基础上提 出了一种新的基于克隆选择原理的聚类算法和一种新的免疫网络模型,对其 性能进行了仿真实验。最后将免疫网络模型应用于聚类问题进行了研究。 全文共分五章,具体安排如下: 第一章简述了聚类分析问题,及其人工免疫系统在聚类方面应用的现 状,详细分析了将人工免疫系统引入聚类问题的原因,在此基础上给出了本 文的主要研究内容。 第二章简要介绍了生物免疫系统的基本概念、主要构成及功能,在此基 础上详细介绍了人工免疫系统的一些仿生机理、研究内容及主要应用,并将 其与人工神经网络、进化计算等进行了比较。 第三章首先阐述了应用领域对聚类分析的典型要求,然后详细介绍了聚 类分析的数据结构、数据类型、聚类准则的确定等问题及其常见的聚类算法, 最后对基于计算智能的聚类算法做了简要的介绍,为后面研究做铺垫。 第四章首先介绍了进化计算用于聚类分析方面的研究情况,然后分析了 克隆计算与进化计算的异同及克隆选择算法的一般步骤。在此基础上,提出 6 哈尔滨】:程大学硕士学位论文 i i i 了一种新的基于克隆选择原理的混合聚类算法,并进行了仿真实验,与 k m e a n s 及标准遗传算法的性能进行了比较。 第五章简要介绍了两种典型的人工免疫网络模型r l a i s 和a i n e t ,及其 在聚类方面的应用,分析了其优缺点。并对a i n e t 不足进行了改进,提出了 新的免疫网络模型m d f a i n e t ,进行了仿真实验分析其性能。并在此基础上, 结合模糊聚类算法( f c m ) ,提出了一种模糊免疫网络聚类算法,进而仿真证 明了该算法的有效性。 哈尔滨一| :程大学硕+ 学位论文 第2 章人工免疫系统 生物免疫系统是人工免疫系统的生物学源泉。人工免疫系统的发展是建 立在人类对生物免疫系统的认识和研究基础上的。研究生物免疫系统的科学 就是医学免疫学。一些免疫学专家在理论免疫学方面己经做了许多深入的研 究,用数学描述免疫系统的运行原理、机制,各种分子、组织和器官之间的 相互作用,建立了许多免疫学理论,有一些已被实验免疫学所验证,有些则 存在争议,但没有妨碍人工免疫系统的发展,生物免疫系统的许多性质启发 了计算机科学家利用生物免疫系统机制解决工程和科学问题。 2 1 生物免疫系统 2 1 1 生物免疫系统的一些基本概念 考虑到生物免疫系统的复杂性,为了便于更好地理解免疫系统的主要功 能和作用机制,有必要先介绍一下免疫系统中的一些基本概射- 0 1 。 ( 1 ) 免疫 免疫( i m m u n i t y ) 是机体对“自己 和“异己( 非己) ”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。 ( 2 ) 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:一是免疫原性,指抗原能够刺激机体产生抗体或致 敏淋巴细胞的能力;另一个是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。 ( 3 ) 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 哈尔滨丁稃火学硕十学位论文 胞表面的抗原受体。 ( 4 ) 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 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。 ( 5 ) 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 生物免疫系统组成及功能 免疫系统的结构要素如图2 1 所示,此系统由先天性免疫系统和自适应 免疫系统组成。先天性免疫系统是一种与生俱有的天然防御系统,不具有特 异性,具有识别一定微生物和立即摧毁这种微生物的能力。它包含一种被称 为补体的血蛋白质,这能帮助和增加抗体的活动能力,尤其是首次遇上的许 多传染物质( 抗原) 。这种系统的主要作用在于能辨析自我和非自我,参与自 我和非自我辨析,对推动自适应免疫起着重要的作用。自适应免疫系统是后 天形成的一种防御系统,能自适应学习外来入侵病毒物质或分子的模式结构, 清除或中立这种分子或物质。 免疫系统具有较强的免疫防御功能,即免疫防护、免疫稳定及免疫监视。 其中免疫防护具有抗病原侵袭的作用;免疫稳定具有消除损伤或衰老细胞及 免疫调控的作用;免疫监视具有消除癌变细胞或病毒感染细胞的功能。免疫 的目标是摧毁来自外界的细菌或其他的入侵者。 在抗原激励下,免疫系统的运行机制可简要地归纳为以下四步,图形描 述如图2 2 所示。 ( 1 ) 巨噬细胞分化抗原为颗粒状物质,主要组织性相容性物质与这种颗粒 状质结合形成粘液物质,抗原呈递细胞将这些物质呈递到巨噬细胞的表面。 哈尔滨t 程大学硕十学何论文 免疫系统 f 中枢免疫器官 胸腺 i 骨髓 免疫器官1 外周免疫器官l 法氏朗【外周免疫器官 。 r t 淋巴细胞 f 免疫活性细胞1b 淋巴细胞 免疫细胞 第三群细胞 r 抗原呈递细胞 l 免疫辅佐细胞t 巨细胞 免疫分子 抗体 补体 单核 淋巴因子 图2 1 免疫系统的组成 ( 2 ) 通过识别的途径,被激活的t 细胞分化和分泌淋巴因子或化合物质信 号,并驱动免疫系统的b 细胞应答。 抗 。 一向记忆细胞分化j i 一一 图2 2 免疫系统的运行机制 ( 3 ) b 细胞对来自激活的t 细胞的信号作出反应,但不像t 细胞那样,b 细胞能自由地识别部分抗原。即使无t 细胞的作用,b 细胞仍对抗原作出反 应,t 细胞仅对b 细胞应答抗原起到调控作用。 l o 哈尔滨工程大学硕+ 学位论文 ( 4 ) 当b 细胞被激活时,b 细胞就分化和繁殖,这种细胞能分泌出抗体蛋 白质,这些抗体能游离出来。抗体通过缠住已发现的抗原,并中立这些抗原 以至毁灭它们,其他多余的t 细胞和b 细胞变为记忆细胞。 2 1 3 免疫应答、应答成熟与免疫记忆 免疫应答是指抗原进入机体后,刺激免疫系统所发生的一系列复杂的变 化。主要有两种类型:一种是遇病原体后,固有免疫系统首先产生的迅速而 短时间的应答,即固有性免疫应答( i n n a t ei m m u n er e s p o n s e ) t 3 j ;另一种就是适 应性免疫系统产生的适应性免疫应答( a d a p t i v ei m m u n er e s p o n s e ) t 3 5 1 。 固有免疫应答是固有免疫系统执行固有免疫功能的结果,适应性免疫应 答的执行者是前面介绍的t 及b 淋巴细胞,故又称为抗原特异性免疫应答 ( a n t i g e n s p e c i f i ci m m u n er e s p o n s e ) 3 6 1 。 适应性免疫应答又分为初次和二次免疫应答,如图2 3 所示。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。此时免疫系统产生大量 抗体,帮助清除体内抗体。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同种异物后能快速反应并反击抗原,这个过 程称为二次免疫应答。 抗体 新抗琢荫i f i f 遇到避的抗膝 图2 3 免疫应答示意图 出现在二次应答中的抗体一般比初次应答出现的抗体对抗原具有更高的 哈尔滨jl = 稗大学硕十学位论文 亲和力,这种现象称为免疫应答成熟,j s 】。从初次应答n - 次应答过程中,抗 体亲和力的增加表明免疫应答成熟是一个连续过程( 强化学习) 。这些亲和力 更高的抗体被选入记忆细胞池中。该现象己经被用于设计人工免疫算法,解 决优化问题。 初次应答可以看作是免疫系统学习、识别、记忆外部入侵物质特性的过 程,二次应答过程则可看作是免疫系统利用免疫记忆杀死入侵物质的过程。 免疫应答及记忆是许多人工免疫系统模型的基础。 2 2 生物免疫系统对人工免疫系统研究的启示 生物免疫系统具有的分布性、自适应性和动态平衡特点,可用来借鉴建 立人工免疫网络模型,为智能控制提供一种新颖而有效的方法,而它具有的 学习、记忆、识别功能,又可用来开发免疫学习算法,实现智能信息处理。 除此之外,抗原提呈细胞的特征提取能力、免疫细胞增殖的阈值原理、免疫 网络的超动力学特性、免疫应答的概率性检测能力等也都对我们开发人工免 疫系统有着良好的启示【3 9 】。 研究人工免疫系统,可以遵循下述的基本框架进行: ( 1 ) 描述待解决的问题 将其中的所有部分与人工免疫系统中的组成相对应,这包括变量、常量、 主体、功能以及描述和求解问题必要的参数。 ( 2 ) 选定求解问题所用的免疫原理 受生物免疫系统的启发,人们从中汲取出来的模型、算法和过程都是普 遍性的,可以应用到不同的方面,而且基于现有开发成果的变化还可以演变 出新的内容,甚至开发出许多现在未知的潜在的免疫机制。 ( 3 ) 设计人工免疫系统 设计一个人工免疫系统要涉及到几个方面的内容,如确定将要用的免疫 机理,产生这些机理的抽象模型,利用这些免疫机制( 算法) 控制系统的行为( 动 念的和超动念的) 等。 ( 4 ) a i s 向实际问题的逆映射 完成问题的求解之后,还要把由a i s 表示的结果翻译( 解码) 到原始问题 哈尔滨t 程大学硕士学位论文 的领域。 2 3 人工免疫系统 人工免疫系统是借鉴、利用生物免疫系统( 主要是人类免疫系统) 各种原 理和机制而发展的各类信息处理技术、计算技术及其在工程和科学中应用而 产生的各种智能系统的统称。人工免疫系统是一个跨越多学科的研究领域, 是与生物免疫系统相对应的工程概念1 4 0 l 。 2 3 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【1 0 】: 1 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 ) 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 ) 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。 哈尔滨工程大学硕十学位论文 2 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。 3 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 0 】几个方面展开。 2 3 2 人工免疫系统算法的研究 因为对免疫机理的认识还不十分系统深入,所以,有关人工免疫系统算 法( 以下简称免疫算法) 的研究成果并不多。目前人工免疫系统领域中几类比 较有代表性的算法有: 1 基于免疫网络学说的人工免疫网络模型 从生物学观点出发建立的免疫系统( 包括免疫网络) 模型一般都很复杂, 不适合人工智能的应用;因此,a l e x a n d e rt a r a k a n o v 等试图在建立形式蛋白 ( f o r m a lp r o t e i n ) 模型的基础上,为人工免疫系统建立一个正式的模型1 4 z , a l e x a n d e rt a r a k a n o v 还探讨了有关免疫生物芯片的结构;但是,他们的研究 多专注于免疫功能单元间的相互作用,对网络涉及不多。在人工免疫系统中, 虽然已经有了i s h i g u r o 等提出的一种互联耦合免疫网络模型f 4 2 】;t a n g 等提出 的一种与免疫系统中b 细胞和t 细胞之i f i 齐h 互反应相类似的多值免疫网络模 型j ;h e r z e n b e r g 等提出的一种更适合于分布式问题的松耦合网络结构1 4 4 1 ; 然而目前,两个比较有影响的人工免疫网络模型是t i m m i s 等的资源受限人 工免疫系统( r e s o u r c el i m i t e da r t i f i c i a li m m u n es y s t e m ,r l a i s ) t 6 和d ec a s t r o 等的a i n e t t 2 l 4 5 】。有关这两个模型本文将在第5 章中做详细介绍。 需要指出的是。免疫网络的相关机理已经被广泛地用于计算机网络,尤 其是网络安全方面的研究o 】,但这些多是思想上的。 2 基于免疫特异性的否定( 阴性) 选择算法 1 4 哈尔滨一r 稃大学硕十学位论文 计算机的安全问题与生物免疫系统所遇到的问题具有惊人的相似性,两 者都要在不断变化的环境中维持系统的稳定性。免疫系统分布的、灵活的、 自适应和鲁棒的解决方式,正是计算机安全领域所期望得到的。f o r r e s t 根据 免疫系统的自己月 己的区别原则,研究了一种检测变化的否定选择算法| 4 7 】。 该算法与t 细胞成熟过程中经历的“否定选择”过程中有着相似的原理:随 机产生检测器,删除那些检测到自己的检测器,以使那些检测到非己的检测 器保留下来。算法简述如下: ( 1 ) 定义自己长度为三的有限个字母串的类集s 是一个需要保护监视的 集合。例如,s 可以是程序或数据文件( 任何软件) 。 ( 2 ) 产生一个检测器的集合r ,每一个都不能与s 集合中的任一个相匹 配,采用部分匹配的原则,而不是精确或完美匹配,即2 个串至少在厂个位 置上能区别出来。这里r 是可选择的参数。 ( 3 ) 监视,不断地将检测器尺与受监视集合s 进行匹配,一旦发生匹配, 就表示已发生一个变化,检测器是按照不能与s 中的任一串相匹配设计的。 否定选择算法为免疫在计算机网络安全领域的应用奠定了理论基础。近 年来,随着计算机网络的飞速发展,安全问题也从简单的计算机病毒检测, 扩展到基于主机的入侵检测和网络安全,这些都可以从免疫系统的信息处理 机制中获得启示。 3 克隆选择算法 克隆选择学说是生物免疫系统理论的重要学说。克隆意为无性繁殖,即 通过无性繁殖( 如细胞丝分裂) 可连续传代并形成群体,常用于细胞水平的描 述。克隆选择学说所描述的记忆、学习和进化等特性使得人工免疫系统研究 者对其倍感趣。 1 9 5 8 年b u m e t 等人提出了著名的克隆选择学说。其中心思想为:抗体是 天然的产物,以受体的形式存在于细胞表面,抗原可与之选择性地反应。抗 原与相应抗体受体的反应可导致细胞克隆性增殖,该群体具有相同的抗体特 异性,其中某些细胞克隆分化为抗体生成细胞,另一些形成免疫记忆细胞以 参加之后的二次免疫反应。克隆选择是生物体免疫系统自适应抗原刺激的动 态过程。 国内的研究者虽然已经丌始重视对人工免疫系统的研究,但是更多关注 哈尔滨t 程大学硕士学位论文 的是利用免疫机理对进化算法的改进,虽然这些算法多数都被冠以免疫算法 的名字,但本质上可以说只是利用了免疫系统的有关机理对遗传算法进行改 进。相比较而言,对免疫网络的研究要比对克隆选择的研究深入些,已有的 算法仅给出了算法框架,缺乏对克隆选择机理的深入分析以及其他算法的深 入对比研究,有关收敛性分析等理论研究就更少m s 】。 4 免疫进化算法 进化算法作为一种有向随机搜索的优化方法得到了广泛应用。然而在实 际应用中也存在一些需要改进之处:无法保证收敛到全局最优解,群体中最 好个体的丢失,进化过程的过早收敛等。将进化与免疫结合起来考虑,能得 到更有效的优化算法。在进化算法的框架上,引入免疫系统的诸多特性,发 展起来了许多免疫优化算法。主要包括:引入疫苗接种理论的免疫优化算法 【t ,】、引入自我调节机制的免疫算、法【s 0 】、基于免疫应答的免疫优化算法【s - 1 、具 有免疫体亲近性特征的遗传算法【5 2 】、借鉴独特性网络调节的进化算法m 】、具 有免疫体亲近性特征的遗传算法1 5 a 等。这些改进算法可以较快求出满足一定 精确度要求的最优解,对解决工程应用问题具有应用价值【s s 】。 2 3 3 人工
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 高三地理地球仪与地图教学设计
- 小学四年级语文《大雁飞起来》教学设计:以读代讲 情境育人
- 五年级英语教学设计:Recycle 2 核心素养导向的主题意义探究与语言实践
- 2027年初中八年级数学《一元一次不等式组的解法》教学设计
- 十五五智能康复训练监测系统赋能建筑工程:工效监测与安全康复应用
- 为热爱付费 Z世代观察 2026年1-5月广东省Z世代(95后 00后)智能家居购买决策因素报告
- 制造业技工职业技能认证标准
- 制造班组操作员生产效率与质量控制考核表
- 关于下一步工作的规划函(3篇)范文
- 博物馆参观者流量实时检测方案
- 医保结算、对账管理制度
- 东营港东营港区环抱港池内航道维护性疏浚工程环境影响报告书
- 熔化焊接与热切割培训课件
- 12J9-1 室外工程图集
- ReFi动态养老财务模型目标基准点及养老财务相关知识测试题附答案
- GB/T 29911-2025汽车租赁服务规范
- 河大版小学信息技术课件教学
- 贝壳租房合同协议
- T-CALC 007-2025 重症监护病房成人患者人文关怀规范
- 《农村既有居住建筑抗震鉴定与加固技术标准》
- ABBdcs组态课件CONDUCTORVMS操作
评论
0/150
提交评论