改進(jìn)的人工免疫網(wǎng)絡(luò)及其在數(shù)據(jù)處理中的應(yīng)用.pdf

1、隨著信息化的發(fā)展，人們?cè)絹?lái)越多地從人工智能的角度去分析和解決問題，人工免疫系統(tǒng)通過模擬自然免疫機(jī)制形成了一套獨(dú)特的理論，具有自組織，學(xué)習(xí)，記憶，分布式等特點(diǎn)。近年來(lái)，隨著學(xué)者們對(duì)人工免疫系統(tǒng)研究的不斷深入，人工免疫系統(tǒng)在數(shù)據(jù)挖掘領(lǐng)域逐漸顯現(xiàn)出它的優(yōu)越性，將人工免疫網(wǎng)絡(luò)算法引入到數(shù)據(jù)挖掘領(lǐng)域也成為近年來(lái)研究的熱點(diǎn)。
　　本文以人工免疫為基礎(chǔ)，研究?jī)?nèi)容分為以下兩部分：
　?。?）對(duì)現(xiàn)有的人工免疫網(wǎng)絡(luò)算法（aiNet）中存在的不足

2、進(jìn)行改進(jìn)，提出了一種基于小生境技術(shù)及模糊先驗(yàn)提取的動(dòng)態(tài)自適應(yīng)免疫網(wǎng)絡(luò)（NFDA-aiNet）。該算法基于aiNet，對(duì)克隆抗體的選取及網(wǎng)絡(luò)抑制的閾值進(jìn)行了動(dòng)態(tài)控制，使其隨網(wǎng)絡(luò)的進(jìn)化而動(dòng)態(tài)改變。同時(shí)，針對(duì)傳統(tǒng)的基于距離的親和度評(píng)價(jià)函數(shù)不能對(duì)全局進(jìn)行評(píng)價(jià)的問題設(shè)計(jì)了新的基于小生境技術(shù)的評(píng)價(jià)函數(shù)代替簡(jiǎn)單的距離函數(shù)。而針對(duì)傳統(tǒng)的免疫網(wǎng)絡(luò)中初始抗體記憶集通過隨機(jī)產(chǎn)生而存在一定的盲目性，本文先調(diào)用模糊 C均值對(duì)原始數(shù)據(jù)進(jìn)行聚類，以聚類結(jié)果為基礎(chǔ)產(chǎn)生

3、初始抗體集，有效促進(jìn)了算法對(duì)原始數(shù)據(jù)的學(xué)習(xí)。實(shí)驗(yàn)采用4組 UCI數(shù)據(jù)對(duì)算法的分類效果、聚類性能和網(wǎng)絡(luò)壓縮能力作全面地測(cè)試，并得到了很好的測(cè)試結(jié)果。后續(xù)研究中對(duì)NFDA-aiNet的幾個(gè)關(guān)鍵參數(shù)的選取進(jìn)行測(cè)試，同時(shí)用進(jìn)化算法隨機(jī)收斂的兩個(gè)度量對(duì)NFDA-aiNet算法進(jìn)行收斂性分析。
　　（2）在傳統(tǒng)的人工免疫網(wǎng)絡(luò)基礎(chǔ)上，將多智能體技術(shù)的典型策略融入到免疫網(wǎng)絡(luò)的進(jìn)化過程中，算法引入了鄰域克隆選擇，操作過程從局部到整體，能夠更加全面地