基于人工免疫的多Agent系統(tǒng)及其應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)、通訊，特別是人工智能理論與技術(shù)的發(fā)展，關(guān)于多Agent系統(tǒng)的理論與應(yīng)用研究已成為計(jì)算機(jī)科學(xué)、生命科學(xué)交叉學(xué)科研究中的一個(gè)熱點(diǎn)前沿課題。人工免疫系統(tǒng)是繼神經(jīng)計(jì)算、進(jìn)化計(jì)算之后的自然計(jì)算的研究新方向，己在許多應(yīng)用領(lǐng)域取得了豐碩的成果。與此同時(shí)，作為典型的多 Agent 系統(tǒng)，生物免疫系統(tǒng)所蘊(yùn)涵的豐富的信息處理機(jī)制為多Agent系統(tǒng)的建模與設(shè)計(jì)提供了豐富的思想來(lái)源。 本文旨在進(jìn)一步探索復(fù)雜的免疫信息處理機(jī)制與多Agent系

2、統(tǒng)研究的有效結(jié)合方式，拓展基于人工免疫的多 Agent 系統(tǒng)的應(yīng)用領(lǐng)域。本文從生物免疫理論學(xué)說(shuō)和模型出發(fā)，通過(guò)對(duì)相關(guān)免疫信息處理機(jī)制的分析建模，采用自下而上的設(shè)計(jì)方式構(gòu)建具有高效問(wèn)題求解能力的多 Agent 系統(tǒng)模型，并設(shè)計(jì)相應(yīng)的算法求解實(shí)際問(wèn)題，充分體現(xiàn)了生物免疫系統(tǒng)的自適應(yīng)和動(dòng)態(tài)調(diào)節(jié)功能在多 Agent 系統(tǒng)．構(gòu)建中的成功應(yīng)用。 本文的主要研究工作有： (1) 提出了一個(gè)基于克隆選擇原理的免疫識(shí)別算法。此通用搜索算法

3、基于生物免疫系統(tǒng)的自適應(yīng)免疫識(shí)別機(jī)制，通過(guò)整合克隆選擇過(guò)程中的親和度成熟、陰性選擇、免疫記憶、基因庫(kù)進(jìn)化和元?jiǎng)恿W(xué)等關(guān)鍵要素，能夠在搜索過(guò)程中自動(dòng)獲取和積累有關(guān)搜索空間的知識(shí)，協(xié)調(diào)利用群體記憶與基因庫(kù)記憶機(jī)制，在資源受限的條件下高效率地求得問(wèn)題的解。針對(duì)STSP問(wèn)題的實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的性能。 (2) 構(gòu)建了一個(gè)具有高效問(wèn)題求解能力的多Agent系統(tǒng)模型。該模型將基于克隆選擇原理的免疫識(shí)別算法應(yīng)用為單Agent系統(tǒng)的主要控制算法

4、，模型中的多個(gè)Agent依靠單體控制算法的自適應(yīng)性和強(qiáng)大搜索能力，協(xié)同進(jìn)化并涌現(xiàn)出智能求解能力。該模型采用基于群體的多點(diǎn)隨機(jī)搜索以及多Agent完全并行的執(zhí)行方式，是一種高效的新型協(xié)同進(jìn)化模型。針對(duì)K-TSP和CVRP這兩個(gè)復(fù)雜的組合優(yōu)化問(wèn)題的實(shí)驗(yàn)結(jié)果充分證明了該模型的求解能力及應(yīng)用潛力。 (3) 研究了免疫網(wǎng)絡(luò)模型在無(wú)線傳感器網(wǎng)絡(luò)的路由協(xié)議構(gòu)造中的應(yīng)用。將免疫網(wǎng)絡(luò)機(jī)制的自組織、自適應(yīng)、自學(xué)習(xí)等優(yōu)良特性應(yīng)用于對(duì)定向擴(kuò)散協(xié)議中網(wǎng)絡(luò)