人工免疫系統(tǒng)中陰性選擇算法的研究.pdf

1、生物體的免疫系統(tǒng)是一個(gè)具有模式識(shí)別、分布式檢測(cè)、記憶能力、多樣性、整體網(wǎng)絡(luò)學(xué)習(xí)能力等特征的系統(tǒng)，其具有的諸多特性是目前解決實(shí)際工程與應(yīng)用的系統(tǒng)所期待擁有的功能。 人工免疫系統(tǒng)(Artificial Immune System，AIS)是借鑒生物免疫系統(tǒng)，以生物體免疫系統(tǒng)所具有的諸多特性為基，解決實(shí)際工程與應(yīng)用中遇到的問(wèn)題的嶄新學(xué)科。陰性選擇算法(Negative Selection Algorithm)便是參照生物免疫系統(tǒng)陰性選

2、擇原理提出的仿生學(xué)算法，是人工免疫系統(tǒng)開(kāi)發(fā)的核心算法之一。目前，陰性選擇算法廣泛應(yīng)用于模式識(shí)別、病毒檢測(cè)、網(wǎng)絡(luò)入侵檢測(cè)、異常檢測(cè)等具體的工程應(yīng)用之中。 本文通過(guò)對(duì)Forrest陰性選擇算法的研究，針對(duì)采取連續(xù)r位匹配規(guī)則陰性選擇算法中存在的成熟檢測(cè)器集較大，以及采用部分匹配規(guī)則的模式空間中的“黑洞”問(wèn)題，提出了一種改進(jìn)的陰性選擇算法，并對(duì)新算法的性能以及各個(gè)參數(shù)的選取進(jìn)行了分析。 所作的研究工作歸納如下： 1．詳

3、細(xì)的研究了Forrest陰性選擇算法中參數(shù)選取對(duì)算法各方面的影響，并指出原算法中待改進(jìn)的地方。 2．針對(duì)Forrest陰性選擇算法待改進(jìn)的地方提出了基于海明距離的閾值自適應(yīng)陰性選擇算法，并在理論上分析各個(gè)參數(shù)的選取依據(jù)。 3．對(duì)新算法進(jìn)行了理論分析與仿真實(shí)驗(yàn)驗(yàn)證，并與Forrest陰性選擇算法進(jìn)行了對(duì)比。結(jié)果表明，新算法比原算法具有更小的成熟檢測(cè)器集，具有更快的監(jiān)測(cè)自我集的速度，并有效的減少了“黑洞”數(shù)量。 4．