克隆選擇算法的研究及其在地下工程風險識別中的應(yīng)用.pdf

1、本文以復(fù)雜不確定環(huán)境下地下工程施工的實時風險辨識為研究對象，研究不同于傳統(tǒng)風險辨識技術(shù)的智能方法，提高對不確定環(huán)境和未知危險的適應(yīng)能力和辨別能力，增強辨識方法的有效性和實時性，滿足實際地下工程施工的需要。 生物免疫系統(tǒng)面臨的環(huán)境完全是不確定的、時變的，外界入侵物(抗原)的形式幾乎是無限的，而且何時、何物侵入生物體都是事先不得而知的。而免疫系統(tǒng)對已知和未知的抗原都能出色防御，被認為是已知的最精妙復(fù)雜的身體抵御外部物質(zhì)的系統(tǒng)。本文借

2、鑒生物免疫系統(tǒng)抵御外來入侵的機理，通過人工免疫算法對地下工程進行風險辨識。 本文以人工免疫系統(tǒng)中的克隆選擇原理為理論基礎(chǔ)，首先嘗試用標準克隆選擇算法解決二分類模式識別問題。對標準數(shù)據(jù)集和實際地下工程數(shù)據(jù)的仿真實驗結(jié)果表明，標準克隆選擇算法在解決二分類問題上，算法本身存在以下幾點不足：(1)隨機產(chǎn)生的初代抗體群質(zhì)量不高，不利于得到理想的進化結(jié)果；(2)算法對反向數(shù)據(jù)的識別精度比較低；(3)克隆增殖策略沒有很好地體現(xiàn)免疫系統(tǒng)中克隆增

3、殖機理，以至優(yōu)秀抗體沒有得到充分發(fā)展；(4)標準的克隆選擇算法為一種離線的、有監(jiān)督的免疫算法，不適用于解決復(fù)雜不確定環(huán)境下的地下工程風險實時識別問題。 本文針對以上不足，提出了一種改進的克隆選擇算法ICSA。ICSA算法相對于標準克隆選擇算法有如下重要改進： (1)相對標準克隆選擇算法的隨機產(chǎn)生初代抗體群的方法，ICSA算法利用負選擇算法產(chǎn)生初代抗體群，優(yōu)化了初代抗體群的質(zhì)量，有利于算法進化出更優(yōu)秀的抗體； (2

4、)ICSA算法加入了對抗原性質(zhì)的評判環(huán)節(jié)，利用“Self”集對待識別抗原進行再判定，有利于提高原算法對反向數(shù)據(jù)的識別精度； (3)模擬生物免疫系統(tǒng)中抗體增殖的動態(tài)行為，引入克隆選擇動力學模型，用以指導ICSA算法中的抗體增殖操作，使較好的抗體得到更多的機會參與變異操作； (4)ICSA算法針對盾構(gòu)地下工程風險實時識別的要求，采用在線和增量式的學習方式，做到邊學習、邊識別、邊更新。對標準數(shù)據(jù)集與盾構(gòu)地下工程數(shù)據(jù)的仿真實驗表