基于人工免疫機制的機器學習系統(tǒng)的研究.pdf

1、眾所周知,以自然現(xiàn)象為啟發(fā)的計算理論和計算機(網(wǎng)絡(luò))系統(tǒng)結(jié)構(gòu)設(shè)計正成為當今國內(nèi)外該領(lǐng)域研究的前沿課題。與傳統(tǒng)的研究方法不同,自然啟發(fā)式方法在承認“存在即合理”的前提下,廣泛而深入探尋目前已經(jīng)逐漸被人們揭示的一些自然現(xiàn)象和自然規(guī)律,進而將其做為計算機(網(wǎng)絡(luò))系統(tǒng)結(jié)構(gòu)和高效率、大規(guī)模、多目標計算方法的設(shè)計思路和實現(xiàn)原則。這其中一個典型的示例就是人工免疫系統(tǒng)(Artificial Immune System-AIS)。自然免疫系統(tǒng)作為具有很高

2、智能行為的并行、分布式、自適應信息處理系統(tǒng),為實時問題的解決提供了新的契機;充分挖掘、利用、借鑒這種系統(tǒng)的豐富資源,不斷開發(fā)新的及豐富、發(fā)展和完善已有的人工免疫模型,并展開其理論及應用研究,已成為人工智能中人工免疫系統(tǒng)理論及應用的重要研究內(nèi)容及發(fā)展主流。在這種背景下,本論文首先借鑒自然免疫系統(tǒng)中,B細胞、各類T細胞和相關(guān)輔助組織的協(xié)同作用原理,提出了一種新的人工免疫網(wǎng)絡(luò)模型,并在提出的模型基礎(chǔ)上,對其三階和四階系統(tǒng)的動力學特性進行了研究

3、,分別討論了系統(tǒng)中的跨導矩陣TH、白細胞特性以及輔助TS細胞特性的反饋強度對網(wǎng)絡(luò)動力學行為的影響。仿真研究結(jié)果顯示,在四個單元相互連接的網(wǎng)絡(luò)中,系統(tǒng)即可同時出現(xiàn)極限環(huán)和混沌現(xiàn)象。同時表明,網(wǎng)絡(luò)的動力學特性與輔助T細胞功能的強度、類型以及單元間的跨導有著密切的關(guān)系。通過對網(wǎng)絡(luò)的分析可以看出,網(wǎng)絡(luò)是通過抗體的增殖,逐漸削弱抗原的作用,進而趨于穩(wěn)定或平衡的。也就是說,系統(tǒng)最后的平衡狀態(tài)是漸進穩(wěn)定的,因此本文先利用Lyapunov方法對無自反饋