《免疫算法介绍【优制材料】》由会员分享，可在线阅读，更多相关《免疫算法介绍【优制材料】（40页珍藏版）》请在金锄头文库上搜索。
1、算法设计与分析算法设计与分析其他算法其他算法天津城市建设学院电子与信息工程系主讲：唐国峰免疫算法免疫算法生物免疫的启示生物免疫的启示在在生生物物自自然然界界中中，免免疫疫现现象象普普遍遍存存在在，并并对对物物种种的的 生生存存与与繁衍繁衍 发挥着重要的作用；发挥着重要的作用；生生物物的的免免疫疫功功能能主主要要是是由由参参与与免免疫疫反反应应的的细细胞胞或或由由其其构构成成的器官来完成的；的器官来完成的；生物免疫主要有两种类型：生物免疫主要有两种类型： 特异性免疫特异性免疫（Specific ImmunitySpecific Immunity），）， 非非特异性免疫反应特异性免疫反应（Nons
2、pecific ImmunityNonspecific Immunity）；）；生生物物免免疫疫系系统统是是通通过过自自我我识识别别、相相互互刺刺激激与与制制约约而而构构成成了了一个一个 动态平衡的网络结构动态平衡的网络结构 。2免疫算法免疫算法抗原抗原是是指指能能够够刺刺激激和和诱诱导导机机体体的的免免疫疫系系统统使使其其产产生生免免疫疫应应答答，并并能能与与相相应应的的免免疫疫应应答答产产物物在在体体内内或或体体外外发发生生特特异异性性反应的物质。反应的物质。抗体抗体是是指指免免疫疫系系统统受受抗抗原原刺刺激激后后，免免疫疫细细胞胞转转化化为为浆浆细细胞胞并并产产生生能能与与抗抗原原发发生
3、生特特异异性性结结合合的的免免疫疫球球蛋蛋白白，该该免免疫疫球蛋白即为抗体球蛋白即为抗体。3免疫算法免疫算法 免疫防御免疫防御即机体防御病原微生物的感染；即机体防御病原微生物的感染； 免疫（自身）稳定免疫（自身）稳定即即机机体体通通过过免免疫疫功功能能经经常常消消除除那那些些损损伤伤和和衰衰老老的的细细胞胞以以维持机体的生理平衡；维持机体的生理平衡； 免疫监视免疫监视即即机机体体通通过过免免疫疫功功能能防防止止或或消消除除体体内内细细胞胞在在新新陈陈代代谢谢过过程中发生突变的和异常的细胞程中发生突变的和异常的细胞4免疫算法免疫算法大于阈值spam记忆细胞检测器亲和力计算不大于阈值大于阈值不大于
4、阈值亲和力计算正文特征提取用户反馈未成熟细胞检测器hamspam特征库随机特征项检测到spam？删除该未成熟检测器克隆记忆YN用户反馈更新检测器、spam特征库5免疫算法免疫算法1.1.免疫识别免疫识别2.免疫学习免疫学习3.免疫记忆免疫记忆4.克隆选择克隆选择基本免疫方法基本免疫方法6免疫算法免疫算法免疫识别是免疫系统的主要功能，同时也是免疫识别是免疫系统的主要功能，同时也是AISAIS的核心的核心之一，而识别的本质是区分之一，而识别的本质是区分“自我自我”和和“非我非我”。核心机制是根据识别的对象特征进行编码，定义一个核心机制是根据识别的对象特征进行编码，定义一个自我集合并随机产生一系列检
5、测器，用于检测自我集自我集合并随机产生一系列检测器，用于检测自我集合的变化。根据阴性选择原理，若检测集合与自我集合的变化。根据阴性选择原理，若检测集合与自我集合匹配，则完成匹配任务，机体发现病变。合匹配，则完成匹配任务，机体发现病变。7免疫算法免疫算法(1)定义自己定义自己(self)为一个字符串集合为一个字符串集合S，每个字符，每个字符串由串由n个字母组成，字符串可以是一个网络数据包，个字母组成，字符串可以是一个网络数据包，电子邮件特征向量或程序的一般行为模式。电子邮件特征向量或程序的一般行为模式。(2)产生一个初始监测器集合产生一个初始监测器集合R。(3)监测器集合中每个监测器经历阴性选择
6、过程。监测器集合中每个监测器经历阴性选择过程。其中每一个监测器都不能与集合其中每一个监测器都不能与集合S中的任何一个字中的任何一个字符串相匹配，否则就从监测器集合中删去对应的检符串相匹配，否则就从监测器集合中删去对应的检测器。测器。(4)通过与通过与R集合的匹配不断监测集合的匹配不断监测S的变化，一旦发的变化，一旦发生任何匹配，则说明生任何匹配，则说明S集发生了变化，即有外来抗集发生了变化，即有外来抗原侵入。原侵入。8免疫算法免疫算法在最初的算法描述中，候选的监测器是随机产生的，在最初的算法描述中，候选的监测器是随机产生的，然后测试以删除与自身字串相匹配的监测器，算法中然后测试以删除与自身字串
7、相匹配的监测器，算法中采用的匹配规则是采用的匹配规则是r-连续位匹配，即当两个字符串至少连续位匹配，即当两个字符串至少存在连续存在连续r位相同是才发生匹配。位相同是才发生匹配。该过程重复进行，直到所需数量的监测器被产生出来。该过程重复进行，直到所需数量的监测器被产生出来。通常用概率分析方法来估算为了满足一定的可靠性所通常用概率分析方法来估算为了满足一定的可靠性所应有的监测器的数目。应有的监测器的数目。9免疫算法免疫算法免疫识别过程同时也是一个学习的过程，学习的结果免疫识别过程同时也是一个学习的过程，学习的结果是免疫细胞的个体亲和度提高、群体规模扩大，并且是免疫细胞的个体亲和度提高、群体规模扩大
8、，并且最优个体以免疫记忆的形式得到保存。最优个体以免疫记忆的形式得到保存。当机体重复遇到同一抗原时，由于免疫记忆机制的作当机体重复遇到同一抗原时，由于免疫记忆机制的作用，免疫系统对该抗原的应答速度大大提高，并且产用，免疫系统对该抗原的应答速度大大提高，并且产生高亲和度的抗体去除病原，这个过程是一个增强式生高亲和度的抗体去除病原，这个过程是一个增强式学习过程。而且可以对结构类似的抗原进行识别。学习过程。而且可以对结构类似的抗原进行识别。10免疫算法免疫算法当免疫系统初次遇到一种抗原时，淋巴细胞需要一定当免疫系统初次遇到一种抗原时，淋巴细胞需要一定的时间进行调整以更好地识别抗原，并在识别结束后的时
9、间进行调整以更好地识别抗原，并在识别结束后以最优抗体的形式保留对该抗原的记忆信息。而当免以最优抗体的形式保留对该抗原的记忆信息。而当免疫系统再次遇到相同或者结构相似的抗原时，在联想疫系统再次遇到相同或者结构相似的抗原时，在联想记忆的作用下，其应答速度将大大提高。记忆的作用下，其应答速度将大大提高。免疫记忆主要体现在再次免疫应答和交叉免疫应答时，免疫记忆主要体现在再次免疫应答和交叉免疫应答时，可以大大加速优化搜索过程，加快学习进程并提高学可以大大加速优化搜索过程，加快学习进程并提高学习质量。习质量。 11免疫算法免疫算法免疫学习一般有以下几种途径免疫学习一般有以下几种途径:(a)对同一抗原进行重
10、复学习，属于增强式学习。对同一抗原进行重复学习，属于增强式学习。(b)亲合度成熟，对应于亲合度成熟，对应于AIS中的个体经遗传操作后其中的个体经遗传操作后其亲合度逐步提高的过程，属于遗传学习。亲合度逐步提高的过程，属于遗传学习。(c)低度的重复感染，对应于低度的重复感染，对应于AIS的重复训练过程。的重复训练过程。(d)对内生和外生抗原的交叉应答，属于联想式学习，对内生和外生抗原的交叉应答，属于联想式学习，对应于联想记忆机制。对应于联想记忆机制。12免疫算法免疫算法克隆选择克隆选择克隆选择原理最先由克隆选择原理最先由Jerne提出，后由提出，后由Burnet给予完给予完整阐述。其大致内容为整阐
11、述。其大致内容为:当淋巴细胞实现对抗原的识别当淋巴细胞实现对抗原的识别(即抗体和抗原的亲和度超过一定阈值即抗体和抗原的亲和度超过一定阈值)后，后，B细胞被激细胞被激活并增殖复制产生活并增殖复制产生B细胞克隆，随后克隆细胞经历变异细胞克隆，随后克隆细胞经历变异过程，产生对抗原具有特异性的抗体。克隆选择理论过程，产生对抗原具有特异性的抗体。克隆选择理论描述了获得性免疫的基本特性，并且声明只有成功识描述了获得性免疫的基本特性，并且声明只有成功识别抗原的免疫细胞才得以增殖。经历变异后的免疫细别抗原的免疫细胞才得以增殖。经历变异后的免疫细胞分化为效应细胞胞分化为效应细胞(抗体抗体)和记忆细胞两种。和记忆
12、细胞两种。 13免疫算法免疫算法克隆选择克隆选择克隆选择的主要特征是免疫细胞在抗原刺激下产生克克隆选择的主要特征是免疫细胞在抗原刺激下产生克隆增殖，随后通过遗传变异分化为多样性抗体细胞和隆增殖，随后通过遗传变异分化为多样性抗体细胞和记忆细胞。记忆细胞。克隆选择对应着一个亲和度成熟的过程，即对抗原亲克隆选择对应着一个亲和度成熟的过程，即对抗原亲和度较低的个体在克隆选择机制的作用下，经历增殖和度较低的个体在克隆选择机制的作用下，经历增殖复制和变异操作后，其亲和度逐步提高而复制和变异操作后，其亲和度逐步提高而“成熟成熟”的的过程。因此亲和度成熟本质上是一个达尔文式的选择过程。因此亲和度成熟本质上是一
13、个达尔文式的选择和变异的过程，克隆选择原理通过采用交叉、变异等和变异的过程，克隆选择原理通过采用交叉、变异等遗传算子和相应的群体控制机制实现。遗传算子和相应的群体控制机制实现。14免疫算法免疫算法免疫算法免疫算法一般的免疫算法可分为三种情况一般的免疫算法可分为三种情况:模仿免疫系统抗体与抗原识别，结合抗体产生过程而模仿免疫系统抗体与抗原识别，结合抗体产生过程而抽象出来的免疫算法抽象出来的免疫算法;基于免疫系统中的其他特殊机制抽象出的算法，例如基于免疫系统中的其他特殊机制抽象出的算法，例如克隆选择算法克隆选择算法;与遗传算法等其他计算智能融合产生的新算法，例如与遗传算法等其他计算智能融合产生的新
14、算法，例如免疫遗传算法。免疫遗传算法。 15免疫算法免疫算法免疫算法的一般步骤免疫算法的一般步骤 初始抗体生成抗原识别抗体促进和抑制满足终止条件？群体更新结束亲和力计算记忆细胞分化YN免疫算法16免疫算法免疫算法(1)(1)识别抗原：免疫系统确认抗原入侵。识别抗原：免疫系统确认抗原入侵。(2)(2)产生初始抗体群体：激活记忆细胞产生抗体，产生初始抗体群体：激活记忆细胞产生抗体，清除以前出现过的抗原，从包含最优抗体清除以前出现过的抗原，从包含最优抗体( (最优解最优解) )的数据库中选择出来一些抗体。的数据库中选择出来一些抗体。(3)(3)计算亲和力：计算抗体和抗原之间的亲和力。计算亲和力：计算
15、抗体和抗原之间的亲和力。(4)(4)记忆细胞分化：与抗原有最大亲和力的抗体加记忆细胞分化：与抗原有最大亲和力的抗体加给记忆细胞。由于记忆细胞数目有限，新产生的与给记忆细胞。由于记忆细胞数目有限，新产生的与抗原具有更高亲和力的抗体替换较低亲和力的抗体。抗原具有更高亲和力的抗体替换较低亲和力的抗体。(5)(5)抗体促进和抑制：高亲和力抗体受到促进，高抗体促进和抑制：高亲和力抗体受到促进，高密度抗体受到抑制。通常通过计算抗体存活的期望密度抗体受到抑制。通常通过计算抗体存活的期望值来实施。值来实施。(6)(6)抗体产生抗体产生: :对未知抗原的响应，产生新淋巴细胞对未知抗原的响应，产生新淋巴细胞17免
16、疫算法免疫算法ProcedureBegin随机生成大量的候选检测器随机生成大量的候选检测器(即免疫细胞即免疫细胞) /*初始化初始化*/While一个给定大小的检测器集合还没有被产生一个给定大小的检测器集合还没有被产生do/*耐受耐受*/Begin计算出每一个自体元素和一个候选检测器之间的亲和力计算出每一个自体元素和一个候选检测器之间的亲和力; If这个候选的检测器识别出了自体集合中的任何一个元素这个候选的检测器识别出了自体集合中的任何一个元素Then这个检测器就要被消除掉这个检测器就要被消除掉;Else把这个检测器放入检测器集合里面把这个检测器放入检测器集合里面; /*该检测器成熟该检测器成
17、熟*/利用经过耐受的检测器集合，检测系统以找出变种利用经过耐受的检测器集合，检测系统以找出变种;End;End.阴性选择算法阴性选择算法18免疫算法免疫算法克隆选择算法克隆选择算法Begin随机生成一个属性串随机生成一个属性串(免疫细胞免疫细胞)的群体的群体While收敛标准没有满足收敛标准没有满足doBeginWhile not所有抗原搜索完毕所有抗原搜索完毕do;*/初始化初始化*/Begin选择那些与抗原具有更高亲和力的细胞选择那些与抗原具有更高亲和力的细胞;*/选择选择*/生成免疫细胞的副本生成免疫细胞的副本:越高亲和力的细胞拥有更多的副本越高亲和力的细胞拥有更多的副本;*/再生再生*
18、/根据它们的亲和力进行变异根据它们的亲和力进行变异:亲和力越高，变异越小亲和力越高，变异越小;*/遗传遗传变异变异*/End.End.End.19免疫算法免疫算法免疫遗传算法免疫遗传算法随机创建抗体和抗原的群体随机创建抗体和抗原的群体;抗体和抗原匹配抗体和抗原匹配;根据抗体的亲和力对抗体做评价根据抗体的亲和力对抗体做评价;用标准遗传算法进化抗体。用标准遗传算法进化抗体。这个模型使免疫系统能够通过学习，知道哪些抗体对这个模型使免疫系统能够通过学习，知道哪些抗体对抗原的识别有帮助。抗原的识别有帮助。20免疫算法免疫算法免疫算法中的亲和力计算方法免疫算法中的亲和力计算方法 免疫算法中最复杂的计算是亲
19、和力计算。由于产生于免疫算法中最复杂的计算是亲和力计算。由于产生于确定克隆类型的抗体分子独特型是一样的，抗原与抗确定克隆类型的抗体分子独特型是一样的，抗原与抗体的亲和力也是抗体与抗体的亲和力的测量。体的亲和力也是抗体与抗体的亲和力的测量。一般计算亲和力的公式一般计算亲和力的公式 :其中，其中，tk是抗原和抗体是抗原和抗体k的结合强度。的结合强度。21免疫算法免疫算法抗体抗原的编码方式抗体抗原的编码方式 目前一般免疫算法种抗体抗原，即解和问题的编码方目前一般免疫算法种抗体抗原，即解和问题的编码方式主要有二进制编码、实数编码和字符编码三种。式主要有二进制编码、实数编码和字符编码三种。其中，二进制编
20、码因简单而得到广泛使用。编码后亲其中，二进制编码因简单而得到广泛使用。编码后亲和力的计算一般是比较抗体抗原字符串之间的异同，和力的计算一般是比较抗体抗原字符串之间的异同，根据上述亲和力计算方法计算。根据上述亲和力计算方法计算。22扩展：人工免疫系统扩展：人工免疫系统人工免疫系统作为人工智能领域的重要分支，人工免疫系统作为人工智能领域的重要分支，同神经网络及遗传算法一样也是智能信息处理同神经网络及遗传算法一样也是智能信息处理的重要手段，已经受到越来越多的关注。的重要手段，已经受到越来越多的关注。它通过类似于生物免疫系统的机能，构造具有它通过类似于生物免疫系统的机能，构造具有动态性和自适应性的信息
21、防御体系，以此来抵动态性和自适应性的信息防御体系，以此来抵制外部无用、有害信息的侵入，从而保证接受制外部无用、有害信息的侵入，从而保证接受信息的有效性与无害性。信息的有效性与无害性。23扩展：人工免疫系统扩展：人工免疫系统O在在生生物物科科学学领领域域，人人们们对对进进化化、遗遗传传和和免免疫疫等等自自然然 现现象象已已经进行了广泛而深入的研究经进行了广泛而深入的研究 ；O进进化化算算法法是是建建立立在在模模仿仿生生物物遗遗传传与与自自然然选选择择基基础础上上的的一一种种并行优化算法，其性能优异、应用广泛；并行优化算法，其性能优异、应用广泛；O进进化化算算子子在在为为每每个个个个体体提提供供了
22、了进进化化机机会会的的同同时时，也也无无可可避避免地产生了退化的可能；免地产生了退化的可能；O大大多多数数待待求求问问题题有有可可以以利利用用的的先先验验知知识识或或特特征征信信息息，故故可可以利用这些信息来抑制进化过程中的退化现象；以利用这些信息来抑制进化过程中的退化现象；O生生物物免免疫疫理理论论为为改改进进原原有有算算法法的的性性能能，建建立立集集进进化化与与免免疫疫机制于一体的新型全局并行算法奠定了基础。机制于一体的新型全局并行算法奠定了基础。24扩展：人工免疫系统扩展：人工免疫系统Farmer等人在等人在1986年首先在工程领域提出年首先在工程领域提出免疫免疫概念概念；Varela等
23、人受免疫网络学说的启发，提出并进而完善等人受免疫网络学说的启发，提出并进而完善免疫网络模型。免疫网络模型。25扩展：人工免疫系统扩展：人工免疫系统独特型免疫网络（独特型免疫网络（Jerne）；）；互联耦合免疫网络（互联耦合免疫网络（Ishiguro）；）；免疫反应网络（免疫反应网络（Mitsumoto）；）；对称网络（对称网络（Hoffmann）；）；多值免疫网络（多值免疫网络（Tang）.人工免疫网络模型人工免疫网络模型26扩展：人工免疫系统扩展：人工免疫系统反面选择算法（反面选择算法（Forrest）；）；免疫学习算法（免疫学习算法（Hunt&Cooke）；）；免疫遗传算法（免疫遗传算法（
24、Chun）；）；免疫免疫Agent算法（算法（Ishida）；）；免疫网络调节算法（免疫网络调节算法（Wang&Cao）；）；免疫进化算法（免疫进化算法（Jiao&Wang）免疫学习算法免疫学习算法27扩展：人工免疫系统扩展：人工免疫系统国际研究国际研究1996年，日本，基于免疫性系统的国际专题讨论会，年，日本，基于免疫性系统的国际专题讨论会，提出并确认提出并确认人工免疫系统（人工免疫系统（AIS）的概念的概念；1997年，年，IEEE的的SMC组织专门成立了组织专门成立了人工免疫系统及人工免疫系统及应用应用的分会组织；的分会组织；目前，几乎所有有关人工智能领域的学术会议都收录目前，几乎所有有
25、关人工智能领域的学术会议都收录AIS方面的论文。方面的论文。28扩展：人工免疫系统扩展：人工免疫系统应用应用 自动控制自动控制 故障诊断故障诊断 模式识别模式识别 图象识别图象识别 优化设计优化设计 机器学习机器学习 网络安全网络安全29扩展：人工免疫系统扩展：人工免疫系统AIS在控制领域中的应用PID型免疫反馈控制器（型免疫反馈控制器（ Takahashi ）；）；机器人控制（机器人控制（ Mitsumoto, Ishiguro, Lee）；）；控制系统的设计（控制系统的设计（ Ishida ）；）；复杂动态行为建模和自适应控制（复杂动态行为建模和自适应控制（Kumak）；）；倒摆的控制（倒
26、摆的控制（ Bersini ）。）。30扩展：人工免疫系统扩展：人工免疫系统AIS在故障诊断中的应用基于相关识别特性的免疫网络模型用于故障诊断的方基于相关识别特性的免疫网络模型用于故障诊断的方法（法（Ishida）；）；通过构造大规模独特型免疫网络来建立用于在线服务通过构造大规模独特型免疫网络来建立用于在线服务的故障诊断系统（的故障诊断系统（Ishiguru）。）。31扩展：人工免疫系统扩展：人工免疫系统AIS在优化设计中的应用永磁同步电动机的参数修正的优化设计；永磁同步电动机的参数修正的优化设计；电磁设备的外形优化；电磁设备的外形优化；VLSI印刷线路板的布线优化设计；印刷线路板的布线优化设
27、计；函数测试；函数测试；旅行商问题的求解；旅行商问题的求解；约束搜索优化问题和多判据设计问题；约束搜索优化问题和多判据设计问题；32扩展：人工免疫系统扩展：人工免疫系统AIS在网络安全的应用数据检测（数据检测（Forrest ）；）；病毒检测（病毒检测（ Kephart）；）；UNIX过程监控过程监控（ Forrest）。33扩展：人工免疫系统扩展：人工免疫系统国际研究新动向之一国际研究新动向之一 以开发新型的智能系统方法为背景，研究基于生物免以开发新型的智能系统方法为背景，研究基于生物免疫系统机理的智能系统理论和技术，同时将疫系统机理的智能系统理论和技术，同时将AIS与模糊与模糊系统、神经网
28、络和遗传算法等软计算技术进行集成，系统、神经网络和遗传算法等软计算技术进行集成，并给出其应用方法。并给出其应用方法。34扩展：人工免疫系统扩展：人工免疫系统国际研究新动向之国际研究新动向之二二 基于最新发展的免疫网络学说进一步建立并完善模糊、基于最新发展的免疫网络学说进一步建立并完善模糊、神经和其它一些专有类型的人工免疫网络模型及其应神经和其它一些专有类型的人工免疫网络模型及其应用方法。用方法。35扩展：人工免疫系统扩展：人工免疫系统国际研究新动向之国际研究新动向之三三 将人工免疫系统与遗传系统的机理相互结合，并归纳将人工免疫系统与遗传系统的机理相互结合，并归纳出各种免疫学习算法。比如：免疫系
29、统的多样性遗传出各种免疫学习算法。比如：免疫系统的多样性遗传机理和细胞选择机理可用于改善原遗传算法中对局部机理和细胞选择机理可用于改善原遗传算法中对局部搜索问题不是很有效的情况；独特型网络机理可用于搜索问题不是很有效的情况；独特型网络机理可用于免疫系统中的遗传部分以避免系统出现早熟现象；发免疫系统中的遗传部分以避免系统出现早熟现象；发展用于处理受约束的遗传搜索和多准则问题的免疫学展用于处理受约束的遗传搜索和多准则问题的免疫学习算法等。习算法等。36扩展：人工免疫系统扩展：人工免疫系统国际研究新动向之国际研究新动向之四四 基于免疫反馈和学习机理，设计自调整、自组织和自基于免疫反馈和学习机理，设计
30、自调整、自组织和自学习的免疫反馈控制器。展开对基于免疫反馈机理的学习的免疫反馈控制器。展开对基于免疫反馈机理的控制系统的设计方法和应用研究，这有可能成为工程控制系统的设计方法和应用研究，这有可能成为工程领域中种新型的智能控制系统，具有重要的理论意义领域中种新型的智能控制系统，具有重要的理论意义与广泛的应用前景。与广泛的应用前景。37扩展：人工免疫系统扩展：人工免疫系统国际研究新动向之国际研究新动向之五五 发展基于发展基于DNA编码的人工免疫系统以及基于编码的人工免疫系统以及基于DNA计算计算的免疫算法。尝试将的免疫算法。尝试将DNA计算模型引入人工免疫系统计算模型引入人工免疫系统中，研究一种基于中，研究一种基于DNA计算与计算与AIS相结合的，有较强相结合的，有较强抗干扰能力和稳定性能的智能系统抗干扰能力和稳定性能的智能系统38扩展：人工免疫系统扩展：人工免疫系统国际研究新动向之国际研究新动向之七七 进一步发展进一步发展AIS在科学和工程上的应用，并研制实际在科学和工程上的应用，并研制实际产品，如研制在复杂系统的协调控制、故障检测和诊产品，如研制在复杂系统的协调控制、故障检测和诊断、机器监控、签名确认、噪声检测、计算机与网络断、机器监控、签名确认、噪声检测、计算机与网络数据的安全性、图像与模式识别等方面的实际产品。数据的安全性、图像与模式识别等方面的实际产品。39结束结束40
