资源有限人工免疫系统的改进

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (26): 46-48.

资源有限人工免疫系统的改进

刘韬1，2，苏品刚2，刘亚娟3

1.江苏省现代企业信息化应用支撑软件工程技术开发研究中心，江苏苏州 215104
2.苏州职业大学，江苏苏州 215104
3.黑龙江工程学院机电工程系，哈尔滨 150050

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-09-11 发布日期:2011-09-11

Improvement on resource limited artificial immune system

LIU Tao1，2，SU Pingang2，LIU Yajuan3

1.Jiangsu Research & Development Centre for Modern Enterprise Information Software Engineering，Suzhou，Jiangsu 215104，China
2.Suzhou Vocational University，Suzhou，Jiangsu 215104，China
3.Department of Mechanical and Electrical Engineering，Heilongjiang Institute of Technology，Harbin 150050，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-09-11 Published:2011-09-11

摘要/Abstract

摘要： 分析了资源有限人工免疫系统的不足，提出了改进的资源有限人工免疫系统。改进的系统在演化过程中每一步都重新计算适应度阈值，更实际地反映了当时的抗体亲和度的状态;选取的刺激度函数充分体现了抗体距离较小时刺激值所应具有的优势，对较小的距离又不过分敏感;同时选择可以使系统更合理地分配抗体的资源分配函数。仿真实验结果说明，改进的人工免疫系统在网络的进化速度、结构等方面获得了较优良的性能。

关键词: 资源有限, 人工免疫系统, 适应度阈值, 刺激度函数, 资源分配函数

Abstract: After analyzing the shortcoming of the Resource Limited Artificial Immune System（RLAIS），the Modified Resource Limited Artificial Immune System（MRLAIS） is proposed.In MRLAIS，the affinity threshold is recalculated for the each evolutionary process to actually reflected antibodies condition;the stimulation function is chosen，so that it is not excessively sensitive and the stimulating value superiority is manifested fully for the small distance between antibodies，and the resource function is given for distributing antibodies more reasonably.The experimental stimulation shows that the MRAIS has the faster evolution speed and the better structure stability.

Key words: resource limited, Artificial Immune System（AIS）, affinity threshold, stimulation function, resource function

刘韬1，2，苏品刚2，刘亚娟3. 资源有限人工免疫系统的改进[J]. 计算机工程与应用, 2011, 47(26): 46-48.

LIU Tao1，2，SU Pingang2，LIU Yajuan3. Improvement on resource limited artificial immune system[J]. Computer Engineering and Applications, 2011, 47(26): 46-48.

[1]	党华筝，方贤进. DCA自动数据预处理技术研究[J]. 计算机工程与应用, 2014, 50(19): 85-88.
[2]	胡敏1，胡博1，黄红梅2. 基于免疫Memetic算法的网络组播路由优化[J]. 计算机工程与应用, 2013, 49(2): 105-108.
[3]	舒才良，严宣辉，曾庆盛. 不完备数据下的免疫分类算法[J]. 计算机工程与应用, 2012, 48(20): 172-176.
[4]	张敏辉1，高晓玲1，杨剑2. 结合Baldwinian效应和周期变异的免疫函数优化[J]. 计算机工程与应用, 2011, 47(32): 51-53.
[5]	苏晨¹，倪世宏¹，王彦鸿². 一种改进人工免疫的飞行状态规则提取方法[J]. 计算机工程与应用, 2011, 47(3): 237-239.
[6]	邓泽林1，2，谭冠政1，范必双1，2，傅明2. 免疫分类研究进展[J]. 计算机工程与应用, 2011, 47(16): 8-11.
[7]	周本达1，陈明华2. 求解最大子团的随机抽样免疫遗传算法[J]. 计算机工程与应用, 2011, 47(16): 40-42.
[8]	翟鸿雁1，熊伟2，曾纪霞1. 一种自适应的人工免疫异常检测算法[J]. 计算机工程与应用, 2011, 47(16): 86-88.
[9]	耿利川^1，3，吴云东^1，2. 基于aiNet人工免疫网络的遥感图像检索[J]. 计算机工程与应用, 2010, 46(7): 226-228.
[10]	郑士芹，邓凡星. 基于聚类的小生境克隆选择算法[J]. 计算机工程与应用, 2009, 45(33): 25-27.
[11]	李园园,王磊,梁莉,李辉. 面向AIS医疗应用服务的系统研究与开发[J]. 计算机工程与应用, 2009, 45(3): 222-225.
[12]	李辉,王磊. 免疫反馈网络肿瘤治疗仪[J]. 计算机工程与应用, 2009, 45(15): 67-69.
[13]	田玉玲. 多层免疫故障诊断模型的研究[J]. 计算机工程与应用, 2008, 44(9): 245-248.
[14]	王静莲¹,刘弘²,董相志¹,李少辉². 基于人工免疫原理的多任务协同算法[J]. 计算机工程与应用, 2008, 44(22): 51-53.
[15]	王素芳¹,王小伟². 基于危险理论的动态垃圾邮件过滤模型[J]. 计算机工程与应用, 2008, 44(14): 159-162.