文档介绍：第5章免疫算法
研究背景
在生物科学领域,人们对进化、遗传和免疫等自然现象已经进行了广泛而深入的研究;
进化算法是建立在模仿生物遗传与自然选择基础上的一种并行优化算法,其性能优异、应用广泛;
进化算子在为每个个体提供了进化机会的同时,也无可避免地产生了退化的可能;
大多数待求问题有可以利用的先验知识或特征信息,故可以利用这些信息来抑制进化过程中的退化现象;
生物免疫理论为改进原有算法的性能,建立集进化与免疫机制于一体的新型全局并行算法奠定了基础。
免疫学****算法
非选择算法(Forrest);
免疫学****算法(Hunt&Cooke);
免疫遗传算法(Chun);
免疫Agent算法(Ishida);
免疫网络调节算法(Wang&Cao);
免疫进化算法(Jiao&Wang).
AIS 的应用
自动控制
故障诊断
模式识别
图象识别
优化设计
机器学****br/> 网络安全
AIS在模式识别中的应用
Hunt等人开发了一种具有学****能力的人工免疫系统并用于模式识别。
AIS在联想记忆中的应用
Gilbert等人采用免疫网络模型设计了一种内容可访的自动联想记忆系统并用于图像识别。
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;
电磁设备的外形优化;
VLSI印刷线路板的布线优化设计;
函数测试;
旅行商问题的求解;
约束搜索优化问题和多判据设计问题;
AIS在网络安全的应用
数据检测(Forrest );
病毒检测( Kephart);
UNIX过程监控( Forrest)。