基于免疫進(jìn)化算法的神經(jīng)進(jìn)化.pdf

1、近年來，人們對(duì)生物智能系統(tǒng)的關(guān)注日益高漲。這其中，尤其以神經(jīng)網(wǎng)絡(luò)、進(jìn)化算法、DNA計(jì)算和免疫系統(tǒng)最為重要。免疫神經(jīng)進(jìn)化是由免疫算法、進(jìn)化算法、神經(jīng)網(wǎng)絡(luò)的結(jié)合而構(gòu)成的，具有解決實(shí)際問題的能力，比如模式識(shí)別能力、記憶能力、學(xué)習(xí)能力、多樣性產(chǎn)生能力、噪聲耐受、泛化、分布式診斷和優(yōu)化能力等等?；谏飳W(xué)原理的新型計(jì)算技術(shù)不斷發(fā)展，目的不僅是為了更好的理解生物系統(tǒng)本身，更重要的在于解決工程問題。
　　 本文借鑒生命科學(xué)中免疫的概念與理論，

2、研究免疫神經(jīng)進(jìn)化的原理、算法及應(yīng)用。首先，簡(jiǎn)單介紹上述三種算法的相關(guān)概念及性質(zhì)，分析將三者結(jié)合的可行性，接著提出了免疫進(jìn)化策略與免疫遺傳算法兩種算法，最后將這兩種算法應(yīng)用于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值的設(shè)計(jì)中，提出了基于免疫進(jìn)化策略的神經(jīng)進(jìn)化和基于免疫遺傳算法的神經(jīng)進(jìn)化兩種神經(jīng)進(jìn)化算法。在基于免疫進(jìn)化策略的神經(jīng)進(jìn)化算法中具體對(duì)編碼、親合度設(shè)計(jì)、濃度設(shè)計(jì)、基于濃度和親合度的抗體選擇以及抗體變異進(jìn)行了描述，為了改進(jìn)算法跳出局部極小的能力，文中專門對(duì)

3、免疫進(jìn)化策略的變異算子進(jìn)行了研究，經(jīng)過綜合比較，采用了柯西算子作為算法的變異算子，仿真結(jié)果顯示，雖然基于免疫進(jìn)化策略的神經(jīng)進(jìn)化可以在算法收斂性上滿足要求，然而，由于編碼問題使得算法的收斂速度較慢，本文進(jìn)而對(duì)抗體基因編碼方法進(jìn)行了改進(jìn)，提出了基于免疫遺傳算法的神經(jīng)進(jìn)化，在這種算法中，抗體編碼采用了混合編碼，并相應(yīng)的設(shè)計(jì)出抗體的親合度函數(shù)、濃度函數(shù)，并且對(duì)交叉變異等操作分別進(jìn)行了改進(jìn)，仿真實(shí)驗(yàn)對(duì)兩種算法及其他一些神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)算法進(jìn)行了比較，