免疫网络模型优化算法研究

免疫网络模型优化算法研究

ID:23615677

大小:2.67 MB

页数:18页

时间:2018-11-09

免疫网络模型优化算法研究_第1页
免疫网络模型优化算法研究_第2页
免疫网络模型优化算法研究_第3页
免疫网络模型优化算法研究_第4页
免疫网络模型优化算法研究_第5页
资源描述:

《免疫网络模型优化算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第6页武汉科技大学硕士学位论文2.2克隆选择算法(CSA)在生物学中,生物免疫是指机体识别并排除非自体异物,并保持自身生理稳定和平衡的功能。抗体和抗原是免疫系统主要的特征体。在机体受到刺激时,免疫系统引发免疫应答产生具有免疫效应的物质,即抗原。抗体是在这种情况下,产生的与抗原结合的特异性物质。克隆选择学说是指生物体中的抗体以受体形式存在,并与抗原进行选择行反应的过程。抗原和抗体问进行反应最终导致细胞产生克隆性增殖,克隆出的细胞具有特异性,这其中一些细胞分化为抗体生成细胞,另外的一些免疫记忆细胞参加二次免疫反应。基于生物学克隆选择机理具有的记忆、学习和进化特性,研究人员在问题优化方面受到启

2、发,2000年,deCastro等人对克隆选择机理进行了进一步概括,提出了一种更为简单的克隆选择算法(Clonal蓟【291。Clonalg算法的原理是通过亲和度成熟进行操作,产生高亲和度的个体,并从中选择改进后的后代加入抗体集。Clonalg算法通过搜索周边的空间,对单个个体在局部实现了优化,并且产生了新的个体,扩大了搜索空间,这表明算法具有贪婪搜索能力。Clonalg算法的特性非常适合多峰函数优化【301。2.2.1克隆选择算法流程模型描述:从指令系统中将功能性记忆细胞分离出来;适应度高的个体存活下来,并进行选择和克隆;适应度低的细胞被淘汰;根据亲和力,将较高亲和力克隆的进行重新选择

3、;产生和保持细胞多样性;亲和力低的细胞产生高频变异;算法工作流程图2.2女I:1下图2.2克隆选择算法流程图算法描述:随机生成抗体数目为N的初始抗体集合Ab。武汉科技大学硕士学位论文第7页1.根据Ab,确定其适应度F。2.选择出适应度最高的n个个体,组成新的抗体集合Ab{n,。3.克隆新抗体集Ab{。,,形成新的抗体集C。对于新抗体集C,其中亲和里越大的,克隆的次数越多。但在多峰值函数中每个个体克隆次数为N×8次,6为克隆率。4.C进行变异形成成熟抗体集C木,抗体集C中适应度低的个体产生的变异越大。5.对于抗体集C宰中的每个个体计算适应度向量F木。6.在C宰中选取n个适应度高的抗体,组成

4、抗体集Ab{n}进入初始抗体集Ab。7.产生d个新抗体替换Ab中适应度最低的d个抗体。达到条件结束,返回步骤2执行下次循环。2.3免疫网络模型2.3.1aiNet(ArtificialImmuneNe铆ork)是1974年由美国诺贝尔奖获得者Jenle提出,是生物学上关于淋巴细胞活动、自然抗体免疫网络产生、预免疫指令系统选择、和自体\非白体区分、记忆和免疫系统进化等观点的新构想IIl】。免疫网络假设免疫系统在没有抗原的情况下也可以进行细胞、分子问的相互识别形成网络。免疫细胞对抗原或其他免疫细胞进行判断和选择。被选择的细胞进行激活、分芽繁殖及抗体分泌。未被选择的导致抗体抑制。aiNet(A

5、nificialImmuneN咖ork)是由DeCastro以生物免疫网络原理为基础最早提出的【31】,此网络模型忽略了抗体与B细胞的区别,并且拥有减少冗余、包括聚类形状、描述数据结构等特征。数据集的聚类问题和过滤问题是该网络模型主要研究的问题,研究证实了免疫系统强大的计算能力。2.3.1.1a州et的网络定义及描述mNet可以看做为一个边界加权图,它由细胞的节点集合构成,节点相对集合称为边界。相连的边界都具有一组连接强度,通常称之为亲和力。aiNet具有两个特性,一是进化的,根据群体内遗传、变异和选择控制网络可塑性和动态;二是连接的,由于aiNet为边界加权图,需要定义出连接强度的相关

6、矩阵度量网络细胞间的亲和力。如图2.3(a)所以示,定义网络中聚类为内映像,将数据集合中的聚类映射到网络聚类。图2.3(b)为假设的网络结构,由aiNet产生。图2.3(b)显示出细胞构成和连接强度,当权值大于某一个阈值时用虚线表示,表明该连接应被剪除,其目的是为对聚类进行检测,并定义出最终的网络。第8页武汉科技大学硕士学位论文图2.3(a)M络聚类0.5⋯一⋯一图2_3(b)aiNet类似免疫网络,aiNet中通过亲和力对抗原进行识别和选择,留下来的细胞就会引导网络进行细胞变异和扩增,即进行克隆选择。不具备条件的细胞被系统淘汰。同时,通过Ab.Ab识别进行网络抑制,模型中给定抑制阈值。

7、在形状空间S内每一对AgoAb相互联系,通过他们之间亲和力dij交互作用反映不相似性,即克隆的概率,同理,每一对Ab.Ab的亲和力Sij反应相似性交互。在多维向量空间R中定义如下:X:表示向量NP的数据集合(X∈RP)AbM:有N构成的网络细胞矩阵(AbM∈RMxP)AbMi:抗体的克隆记忆细胞矩阵。(AbM包含AbMi)D:元素dij(A争Ab)的相似矩阵,dij为抗原和抗体间的亲和力,抗体、抗原间的距离越小,其亲和力D越大。可以

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。