

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、西安電子科技大學(xué)學(xué)位論文獨(dú)創(chuàng)性(或創(chuàng)新性)聲明’秉承學(xué)校嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)和優(yōu)良的科學(xué)道德,本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外,論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果;也不包含為獲得西安電子科技大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意。申請(qǐng)學(xué)位論文與資料若有不實(shí)之處
2、,本人承擔(dān)一切的法律責(zé)任。本人簽名:日期20lo,j到西安電子科技大學(xué)關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定,即:研究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬西安電子科技大學(xué)。本人保證畢業(yè)離校后,發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為西安電子科技大學(xué)。學(xué)校有權(quán)保留送交論文的復(fù)印件,允許查閱和借閱論文;學(xué)??梢怨颊撐牡娜炕虿糠謨?nèi)容,可以允許采用影印、縮印或其他復(fù)制手段保存論文。(保密的論文
3、在解密后遵守此規(guī)定)本人授權(quán)西安電子科技大學(xué)圖書(shū)館保存學(xué)位論文,并同意將論文在互聯(lián)網(wǎng)上發(fā)布。本人簽名:導(dǎo)師簽名:日期至!!!:!蘭:!o蓉摘要摘要隨著對(duì)人體免疫系統(tǒng)研究的深入,人們發(fā)現(xiàn)該系統(tǒng)是一個(gè)高度復(fù)雜的自適應(yīng)系統(tǒng),具有并行和分布式的特點(diǎn)。為了更好的解決工程應(yīng)用的相關(guān)問(wèn)題,通過(guò)模擬人體免疫系統(tǒng)的信息處理方式,人工免疫系統(tǒng)誕生了。而人工免疫系統(tǒng)中的優(yōu)化計(jì)算為同屬于人工免疫系統(tǒng)領(lǐng)域的入侵檢測(cè)提供了一條嶄新的改進(jìn)道路。本文首先提出了一種新的
4、基于免疫的偏好多目標(biāo)優(yōu)化方法,隨后為入侵檢測(cè)提出了可選擇模塊式否定選擇算法,并最終確立了用多目標(biāo)優(yōu)化方法改進(jìn)否定選擇算法的實(shí)現(xiàn)策略。在本文的第二章中,重點(diǎn)提出了改進(jìn)的球支配方法,即軟約束球支配方法。該支配方法能夠很好衡量決策者的偏好信息,使優(yōu)化算法能穩(wěn)定的收斂到偏好區(qū)域內(nèi)的Pareto最優(yōu)邊界上?;谶@種支配方法,本文又提出了一種新型的基于球支配的偏好免疫算法。這~偏好算法能更好的保證進(jìn)化種群中抗體的多樣性,有利于算法穩(wěn)定收斂。在本文的
5、第三章中,重點(diǎn)介紹了入侵檢測(cè)領(lǐng)域中的重要算法,Vdetector否定選擇算法。該算法具有多種正常樣本表現(xiàn)型和覆蓋率估計(jì)方式,且各自具有其特有的優(yōu)點(diǎn)和缺點(diǎn)。為了更好的檢測(cè)復(fù)雜的入侵?jǐn)?shù)據(jù),本文提出了可選擇模塊式否定選擇算法,有效的將否定選擇算法中的各個(gè)機(jī)制模塊化,用以靈活選擇并處理不同的待測(cè)數(shù)據(jù)。在本文的第四章中,成功的將約束多目標(biāo)優(yōu)化方法應(yīng)用到否定選擇算法中,提出了一種新穎的約束多目標(biāo)免疫算法,并有效優(yōu)化了檢測(cè)器集合的分布情況。該方法能夠
6、較好的滿足工程應(yīng)用對(duì)否定選擇算法的要求,有效的增大單個(gè)檢測(cè)器效用。因此用很少的檢測(cè)器即可覆蓋更大的異常區(qū)域,在檢測(cè)器集合規(guī)模固定的情況下得到更高的檢測(cè)率。本論文得到國(guó)家863項(xiàng)目(批準(zhǔn)號(hào):2009AAl22210)、國(guó)家自然科學(xué)基金(批準(zhǔn)號(hào):60703107)、陜西省“13115“科技創(chuàng)新工程重大科技專項(xiàng)(批準(zhǔn)號(hào):2008ZDKG37)、教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃(批準(zhǔn)號(hào):NCET080811),陜西省青年科技新星計(jì)劃(批準(zhǔn)號(hào):201
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫克隆選擇算法的多目標(biāo)無(wú)功優(yōu)化.pdf
- 桁架結(jié)構(gòu)多目標(biāo)優(yōu)化的免疫克隆選擇算法
- 基于改進(jìn)免疫算法的多目標(biāo)優(yōu)化研究.pdf
- 改進(jìn)免疫克隆選擇算法的多目標(biāo)軌跡優(yōu)化.pdf
- 基于免疫遺傳算法的多目標(biāo)優(yōu)化研究.pdf
- 基于免疫算法的演化多目標(biāo)優(yōu)化方法研究.pdf
- 基于NSGA-Ⅱ和免疫算法的多目標(biāo)優(yōu)化與分類.pdf
- 基于多目標(biāo)優(yōu)化的多標(biāo)簽特征選擇算法研究.pdf
- 基于人工免疫系統(tǒng)的多目標(biāo)優(yōu)化算法和偏好多目標(biāo)決策.pdf
- 基于多目標(biāo)免疫進(jìn)化算法的動(dòng)態(tài)車輛路徑優(yōu)化研究.pdf
- 基于多目標(biāo)優(yōu)化算法的推薦算法研究.pdf
- 基于粒子群優(yōu)化的多目標(biāo)服務(wù)選擇算法及其實(shí)現(xiàn).pdf
- 動(dòng)態(tài)環(huán)境下多目標(biāo)優(yōu)化免疫算法及其應(yīng)用.pdf
- 基于遺傳算法的多目標(biāo)優(yōu)化算法研究.pdf
- 基于進(jìn)化算法的動(dòng)態(tài)多目標(biāo)優(yōu)化.pdf
- 基于多目標(biāo)優(yōu)化的進(jìn)化算法研究.pdf
- 基于組合算法的多目標(biāo)優(yōu)化研究.pdf
- 基于混沌鳥(niǎo)群算法的多目標(biāo)優(yōu)化算法研究.pdf
- 基于EDA和人工免疫系統(tǒng)的混合多目標(biāo)優(yōu)化算法.pdf
- 基于粒子群優(yōu)化的離散多目標(biāo)優(yōu)化算法.pdf
評(píng)論
0/150
提交評(píng)論