人工免疫系統(tǒng)在函數優(yōu)化和數據聚類中的應用.pdf

1、生物免疫系統(tǒng)是一個具有高度智能的分布協調自適應系統(tǒng)。發(fā)展基于生物免疫系統(tǒng)的智能算法，探討其在工程實際中的應用已成為當前的熱點問題。本文對人工免疫系統(tǒng)在優(yōu)化和數據挖掘方面的理論和應用進行了研究。
　　本文由免疫系統(tǒng)中的抗體濃度抑制原理得到啟發(fā)，改進了克隆選擇算法CLONALG。算法中通過引入抗體的濃度的概念來反映種群中個體的多樣性，并依據此參數來自適應調整克隆選擇算法中的變異率。與CLONALG和opt-aiNET算法進行比較表明，

2、改進的克隆選擇算法在保持較快的優(yōu)化速度和較強的全局搜索能力的同時，可以有效保持模式多樣性，使得算法在多模態(tài)函數優(yōu)化問題上表現出較好的優(yōu)化結果。
　　本文進一步研究了免疫網絡aiNET聚類算法。鑒于此算法是一種非常有效的數據壓縮和聚類的方法，本文采用aiNET算法對T-S型模糊神經網絡的訓練樣本進行聚類，確定網絡的結構。在確定了網絡結構的基礎上，采用最小二乘和BP算法優(yōu)化網絡中各參數。以上過程即完成了模糊規(guī)則提取過程。為驗證算法的有