DE Castro提出的克隆选择算法(CSA)中,抗体的多样性主要通过高频变异来实现,而实际生物免疫系统中还有一个重要的操作是受体编辑.受此启发,提出了带受体编辑的改进克隆选择算法.该算法利用未成熟优良子群体提供的优良基因片断,根据路径...DE Castro提出的克隆选择算法(CSA)中,抗体的多样性主要通过高频变异来实现,而实际生物免疫系统中还有一个重要的操作是受体编辑.受此启发,提出了带受体编辑的改进克隆选择算法.该算法利用未成熟优良子群体提供的优良基因片断,根据路径代价最小化和延时要求对抗体进行两次受体编辑.这样,在无需求解备选路径集的情况下,直接运用该改进算法可快速寻到最优解.在时延受限组播路由的仿真实验中表明:该算法比一般CSA算法和遗传(GA)算法的搜索效率更高,算法复杂度更低.展开更多
被广泛采用的人工免疫系统模型ARTIS中的检测器没有主动学习能力,在具体应用中存在检测半径设定困难、检测性能低等问题,受生物免疫中受体编辑和免疫抑制的启发,提出了一种新的人工免疫系统模型REISAIS(Receptor Editing and Immune Sup...被广泛采用的人工免疫系统模型ARTIS中的检测器没有主动学习能力,在具体应用中存在检测半径设定困难、检测性能低等问题,受生物免疫中受体编辑和免疫抑制的启发,提出了一种新的人工免疫系统模型REISAIS(Receptor Editing and Immune Suppression based Artificial Immune System),模型通过受体编辑分别在耐受期和成熟期赋予检测器一定的主动学习能力,从而提高了模型的检测率,而免疫抑制机制的引入则使得模型的误报率得到了有效控制。给出了模型中检测器和抑制器演化过程的形式化描述,对模型性能进行了分析,证明了受体编辑机制的引入在提高模型检测性能上的有效性。理论分析以及实验结果显示,与ARTIS模型相比,REISAIS模型无需设定检测半径并且检测性能更好。展开更多
基金the National Natural Science Foundation of China under Grant Nos.69903006,60373065,60721002(国家自然科学基金)the National High-Tech Research and Development Plan of China under Grant No.2007AA01Z334(国家高技术研究发展计划(863))the Program for New Century Excellent Talents in University of China under Grant No.NCET-04-0460(新世纪优秀人才资助计划)
文摘被广泛采用的人工免疫系统模型ARTIS中的检测器没有主动学习能力,在具体应用中存在检测半径设定困难、检测性能低等问题,受生物免疫中受体编辑和免疫抑制的启发,提出了一种新的人工免疫系统模型REISAIS(Receptor Editing and Immune Suppression based Artificial Immune System),模型通过受体编辑分别在耐受期和成熟期赋予检测器一定的主动学习能力,从而提高了模型的检测率,而免疫抑制机制的引入则使得模型的误报率得到了有效控制。给出了模型中检测器和抑制器演化过程的形式化描述,对模型性能进行了分析,证明了受体编辑机制的引入在提高模型检测性能上的有效性。理论分析以及实验结果显示,与ARTIS模型相比,REISAIS模型无需设定检测半径并且检测性能更好。
