人工免疫算法-

国际研究新动向之三
将人工免疫系统与遗传系统的机理相 互结合，并归纳出各种免疫学习算法。比 如：免疫系统的多样性遗传机理和细胞选 择机理可用于改善原遗传算法中对局部搜 索问题不是很有效的情况；独特型网络机 理可用于免疫系统中的遗传部分以避免系 统出现早熟现象；发展用于处理受约束的 遗传搜索和多准则问题的免疫学习算法等。
为了提高个体 的适应度。
为了防止群体 的退化。
免疫算子 之 接种疫苗
设个体x，给其接种疫苗是指按照先验知 识来修改x的某些基因位上的基因或其分量， 使所得个体以较大的概率具有更高的适应度。 疫苗 是从先验知识中提炼出来的，它所含的 信息量及其准确性对算法性能的发挥起着重 要的作用。
免疫算子 之 免疫检测
• 基于相关识别特性的免疫网络模型 用于故障诊断的方法（Ishida）；
• 通过构造大规模独特型免疫网络来 建立用于在线服务的故障诊断系统 （Ishiguru）。
AIS在模式识别中的应用
Hunt等人开发了一种具有学 习能力的人工免疫系统并用于模 式识别。
AIS在联想记忆中的应用
Gilbert等人采用免疫网络模 型设计了一种内容可访的自动联 想记忆系统并用于图像识别。
AIS的研究现状之二
免疫学习算法 • 反面选择算法（Forrest）； • 免疫学习算法（Hunt&Cooke）； • 免疫遗传算法（Chun）； • 免疫Agent算法（Ishida）； • 免疫网络调节算法（Wang&Cao）； • 免疫进化算法（Jiao&Wang）.
AIS的研究现状之三
国际研究新动向之四
基于免疫反馈和学习机理，设计自调 整、自组织和自学习的免疫反馈控制器。 展开对基于免疫反馈机理的控制系统的设 计方法和应用研究，这有可能成为工程领 域中种新型的智能控制系统，具有重要的 理论意义与广泛的应用前景。
国际研究新动向之五
进一步研究基于免疫系统机理的分布 式自治系统。分布式免疫自治系统在智能 计算、系统科学和经济领域将会有广阔的 应用前景。
个个体作为新一代父本的群体； • 停机条件检测。
免疫策略的收敛性
状态转移过程示意图：
A k 交 叉 B k 变 异 C k 免 疫 D k 选 择 A k 1
定 义：如果对于任意的初始分布均有
lim
k
P{Aki }1
siX*
则称算法收敛。
定 理：免疫策略是收敛的。
免疫算子的机理
定 理：
在免疫选择作用下，若疫苗使抗体 适应度得到提高，且高于当前群体的平 均适应度，则疫苗所对应的模式将在群 体中呈指数级扩散；否则，它将被遏制 或呈指数级衰减。
免疫算子的执行算法
Begin: 抽取疫苗：
分析待求问题，搜集特征信息； 依据特征信息估计特定基因位上的模式:H{hj j1,2, ,m }； k = 0 and j = 0；
AIS在优化设计中的应用
• 永磁同步电动机的参数修正的优化设计； • 电磁设备的外形优化； • VLSI印刷线路板的布线优化设计； • 函数测试； • 旅行商问题的求解； • 约束搜索优化问题和多判据设计问题；
AIS在网络安全的应用
• 数据检测（Forrest ）； • 病毒检测（ Kephart）； • UNIX过程监控（ Forrest）。
这一操作一般分两步完成：第一步是 免疫
检测 ，即对接种了疫苗的个体进行检测，若其
适应度仍不如父代，则该个体将被父代中所对应
的个体所取代；第二步是 退火选择 ，即在目前
的子代群体中以右边所示概率
f ( xi )
选择个体进入新的父代群体。P
在免疫策略中，仅有免疫检
(
xi
)
测而没有退火选择。
e
Tk
n0 f ( xi )
while (Conditions = True) if {PV}=True, then j = j +1；aik aiH,k i = 0；
进化＋免疫
传统进化算法是在一定发生概率的条件下， 随机地、没有指导地迭代搜索，因此它们在 为群体中的个体提供了进化机会的同时，也 无可避免地产生了退化的可能。
每一个待求的实际问题都会有自身一些基本 的、显而易见的特征信息或知识。然而进化 算法中的交叉和变异算子在求解问题时，操 作的可变程度较小。
国际研究新动向之一
以开发新型的智能系统方法为背景， 研究基于生物免疫系统机理的智能系统理 论和技术，同时将AIS与模糊系统、神经网 络和遗传算法等软计算技术进行集成，并 给出其应用方法。
国际研究新动向之二
基于最新发展的免疫网络学说进一步 建立并完善模糊、神经和其它一些专有类 型的人工免疫网络模型及其应用方法。
进化算子在为每个个体提供了进化机会的同时，也 无可避免地产生了退化的可能；
大多数待求问题有可以利用的先验知识或特征信息， 故可以利用这些信息来抑制进化过程中的退化现象；
生物免疫理论为改进原有算法的性能，建立集进化 与免疫机制于一体的新型全局并行算法奠定了基础。
人工智能信息处理 系统的研究
• 脑神经系统（神经网络）； • 遗传系统（进化计算）； • 免疫系统（人工免疫系统）。
出 最基本的特征信息；
其次，对此特征信息进行处理，以将其转化为
求解问题的一种方案；
最后，将此方案以适当的形式转化成 免疫算子
以实施具体的操作。
免疫算子了 提 高 适 应 度
The Immune operator
算法中的免疫思想主要是在合理提取疫苗 的基础上，通过免疫算子来实现的；
免疫算子由 接种疫苗 和 免疫选择 两个操 作完成的。
• 生物的免疫功能主要是由参与免疫反应的细胞或由 其构成的器官来完成的；
• 生物免疫主要有两种类型： 特异性免疫（Specific Immunity），
非特异性免疫反应（Nonspecific Immunity）； • 生物免疫系统是通过自我识别、相互刺激与制约而
构成了一个 动态平衡的网络结构 。
免疫（自身）稳定 即机体通过免疫功能经常消除那些损伤和衰老 的细胞以维持机体的生理平衡；
免疫监视 即机体通过免疫功能防止或消除体内细胞在新 陈代谢过程中发生突变的和异常的细胞。
免疫系统的主要特点
免疫识别 免疫应答 免疫耐受 免疫记忆
免疫调节
算法研究
方法： 生物学概念与理论
工程计算方法
网络安全
AIS在控制领域中的应用
• PID型免疫反馈控制器（ Takahashi ）； • 机器人控制（ Mitsumoto, Ishiguro, Lee）； • 控制系统的设计（ Ishida ）； • 复杂动态行为建模和自适应控制（Kumak）； • 倒摆的控制（ Bersini ）。
AIS在故障诊断中的应用
• 根据要求确定解的精度，再根据先验知识抽取疫苗H；
• 随机产生个个体作为初始的父本群体；
• 交叉：产生由父代和子代构成的规模为2的中间群体； • 变异：对每一个个体进行变异将得到一个新的个体； • 免疫：首先按照对问题的先验知识修改个体(x,)的某
些分量；然后对群体中注射了疫苗的个体进行检测； • 选择：从规模为2的群体中按适应度的大小取出前
第二步。
免疫算法的收敛性
状态转移过程示意图：
A k 交 叉 B k 变 异 C k 接 种 疫 苗 D k 免 疫 选 择 A k 1
定 义：如果对于任意的初始分布均有
lim
P{Aki }1
k
则称算法收敛。 siS*
定 理：免疫算法是收敛的。
免疫规划
Immune Programming---IP
ห้องสมุดไป่ตู้
基本概念
染色体 表示待求问题的解的形式的一种数据结构。
基因 构成染色体的最基本的数据单位。 个体
具有某类染色体结构的一种特例。
基本概念
抗原 所有可能错误的基因，即非最佳个体的基因。
疫苗 根据进化环境或待求问题的先验知识，所得 到的对最佳个体基因的估计。
抗体 根据疫苗修正某个个体的基因所得到的新个 体。
国际研究新动向之八
进一步发展AIS在科学和工程上的应用， 并研制实际产品，如研制在复杂系统的协 调控制、故障检测和诊断、机器监控、签 名确认、噪声检测、计算机与网络数据的 安全性、图像与模式识别等方面的实际产 品。
第一部分 免疫进化算法的研究
生物免疫的启示
• 在生物自然界中，免疫现象普遍存在，并对物种的 生存与繁衍 发挥着重要的作用；
免疫生物学的基本概念
抗原 是指能够刺激和诱导机体的免疫系统使其产生 免疫应答，并能与相应的免疫应答产物在体内 或体外发生特异性反应的物质。
抗体 是指免疫系统受抗原刺激后，免疫细胞转化为 浆细胞并产生能与抗原发生特异性结合的免疫 球蛋白，该免疫球蛋白即为抗体。
免疫系统的主要功能
免疫防御 即机体防御病原微生物的感染；
免疫思想的实现 免疫算子
免疫算子有两种类型：
全免疫
非特异性免疫
目标免疫
特异性免疫
即：群体中的每个个体在进化算子作用后，对其 每一环节都进行一次免疫操作的免疫类型；
即：在进行了进化操作后，经过一定的判断，个 体仅在作用点处发生免疫反应的一种类型。
免疫操作的基本过程
首先，对待求求问题进行具体分析，从中提取
e
Tk
i1
体系结构
• 免疫算法 • 免疫规划 • 免疫策略
免疫算法
Immune Algorithm---IA
• 随机产生初始父代种群A1 ，根据先验知识抽取疫苗； • 若当前群体中包含最佳个体，则算法停止运行并输出
结果；否则，继续； • 对当前第k代父本种群Ak进行交叉操作，得到种群Bk； • 对Bk进行变异操作，得到种群Ck； • 对Ck进行接种疫苗操作，得到种群Dk； • 对Dk进行免疫选择操作，得到新一代父本Ak+1，转至
• 初始化：首先，根据要求确定解的精度；其次，随机 产生N个个体，并由此构成初始的父代种群A0；
• 根据先验知识抽取疫苗H； • 计算当前种群Ak的个体适应度，并进行停机条件的判
断。若条件满足，则停止运行并输出结果；否则继续；
• 对当前的父代群体Ak进行变异操作，生成子代群体Bk； • 对群体Bk进行接种疫苗操作，得到种群Ck； • 对群体Ck进行免疫选择操作，得到新一代父本Ak+1，
国际研究新动向之六
发展基于DNA编码的人工免疫系统以 及基于DNA计算的免疫算法。尝试将DNA 计算模型引入人工免疫系统中，研究一种 基于DNA计算与AIS相结合的，有较强抗 干扰能力和稳定性能的智能系统。
国际研究新动向之七
近年来有学者已开始研究B细胞—抗体 网络的振荡、混浊和稳态等非线性特性[61]， 不过其工作才刚刚开始。人们应进一步借 助非线性的研究方法来研究免疫系统的非 线性行为，拓宽非线性科学的研究范围。
国际研究
• 2019年，日本，基于免疫性系统的国 际专题讨论会，提出并确认人工免疫 系统（AIS）的概念；
• 2019年，IEEE的SMC组织专门成立 了人工免疫系统及应用的分会组织；
• 目前，几乎所有有关人工智能领域的 学术会议都收录AIS方面的论文。
AIS 的应用
自动控制 故障诊断 模式识别 图象识别 优化设计 机器学习
Artificial Immune System－AIS
AIS的研究历史
一门新兴的研究领域。
• Farmer等人在1986年首先在工程领 域提出免疫概念；
• Varela等人受免疫网络学说的启发， 提出并进而完善免疫网络模型。
AIS的研究现状之一
人工免疫网络模型
• 独特型免疫网络（Jerne）； • 互联耦合免疫网络（Ishiguro）； • 免疫反应网络（Mitsumoto）； • 对称网络（Hoffmann）； • 多值免疫网络（Tang）.
• 人工免疫算法-
免疫进化理论的研究
主要内容
研究背景与现状； 免疫进化算法； 免疫神经网络； 计算机免疫安全 系统的探索。
研究背景
在生物科学领域，人们对进化、遗传和免疫等自然 现象已经进行了广泛而深入的研究 ；
进化算法是建立在模仿生物遗传与自然选择基础上 的一种并行优化算法，其性能优异、应用广泛；
并转至第三步。
免疫规划的收敛性
状态转移过程示意图：
A k 高 斯 变 异 B k 接 种 疫 苗 C k 免 疫 选 择 A k 1
定 义：如果对于任意的初始分布均有
lim
k
P{Aki }1
则称算法收敛。 siX*
定 理：免疫规划是收敛的。
免疫策略
Immune Strategy---IS