文档介绍：国内外电子工程教育的比较和动向
本文将国内部分高校通信、信息择原理的基础上,给出了CLONALG算法,并对该算潘法的实现原理、参数选择等进行了详细研迹究;给出了利用该算法进行数字识别的实勖例。关键词克隆选择;人工免疫系统;数B字识别 生物免疫系统是一个高度进化的々生物系统,它旨在区分外部有害抗原和自堀身组织,从而清除抗原并保持有机体的稳尝定。从计算的角度来看,生物免疫系统是糗一个高度并行、分布、自适应和自组织的系统,具有很强的学****识别、记忆和特℃征提取的能力。人们希望从生物免疫系统姹的运行机制中获取灵感,开发出面向应用巾的免疫系统模型——人工免疫系统(ArtificialImmuneSyst舯em,AIS),用于解决实际问题。目姨前,AIS已发展成为计算智能研究的一聂个崭新的分支。其应用领域逐渐扩展到了э信息安全、模式识别、智能优化、机器学****数据挖掘、自动控制、故障诊断等诸剧多领域,显示出AIS强大的信息处理和晃问题求解能力以及广阔的研究前景。克隆呶选择是一种常用的AIS算法。本文主要韩探讨该算法在数字识别中的应用。克隆选夹择原理最先由Jerne提出,给予完整阐述。其大致内容为: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阀值)后,B细胞辐被激活并增殖复制产生B细胞克隆,随后痿克隆细胞经历变异过程,产生对抗原具有9特异性的抗体。克隆选择理论描述了获得
逢性免疫的基本特性,并且声明只有成功识螫别抗原的免疫细胞才得以增殖。经历变异栉后的免疫细胞分化为效应细胞(抗体)和唇记忆细胞两种。克隆选择的主要特征是免诃疫细胞在抗原刺激下产生克隆增殖,随后识通过遗传变异分化为多样性效应细胞(抗军体细胞)和记忆细胞。克隆选择对应着一车个亲合度成熟(affinitymat姜uration)的过程,即对抗原亲合蓍度较低的个体在克隆选择机制的作用下,醋经历增殖复制和变异操作后,其亲合度逐厍步提高而“成熟”的过程。因此亲合度成评熟本质上是一个达尔文式的选择和变异的k过程,克隆选择原理是通过采用交叉、变惠异等遗传算子和相应的群体控制机制实现政的。根据克隆选择原理,DeCastr勰o提出了克隆选择算法(CLONALGん算法)模型,并在模式识别、组合优化和艏多峰值函数优化中得到了验证。其算法的殇核心在于增殖复制算子和变异算子,前者嗉与个体亲合度成正比,保证群体亲合度逐骆步增大,后者与个体的亲合度成反比例关躯系,保留最佳个体并改进较差个体。CL笺ONALG算法是根据克隆选择原理设计祚的免疫算法。解决问题时,一般把问题定老义为抗原,而问题的解就是抗体集合。在危特定的形态空间中,随机产生的抗体试图э与抗原发生匹配,即尝试解决问题。匹配郗度高的抗体有可能产生更好的解,被赋予琊更大的克隆概率参与下一次匹配。 抗体和抗原之间的距离D采用汉明距离,如式蠡
(1)所示。
抗体和抗原之间的亲和力Aff与它们的距离成反比,即Aff=歼1/D。免疫算法的实现步骤如下:步骤分1初始化抗体集合,随机产生N个抗体。拚步骤2计算抗体集合Ab中所有抗体与抗原Ag的亲和力。步骤3选择n个亲和力蔚最高的抗体,组成一个新的抗体集合。并竖将这n个抗体按照亲和力升序排列。步骤杓4将选中的n个抗体按照对应的亲和力进皇行克隆,产生新的集合C,亲和力越高的悫抗体,克隆的数量就越多,总的数量计