论文部分内容阅读
近年来,受生物机理启发的信息处理系统已成为人工智能领域研究的重要内容。生物免疫系统因其具有记忆、并行及自适应等高智能特性,发展基于生物免疫系统的智能算法及其工程应用已成为当前的热点研究,而作为生物体三大调节系统之一的内分泌系统也蕴含着丰富的信息处理机制。本文旨在借鉴生物动态平衡原理、免疫记忆及识别原理、激素调节机理等研究了基于人工智能整合的人工免疫内分泌算法,研究内容主要包括:一、基于生物动态平衡机理,提出了一种人工智能整合的思路。通过深入分析生物三大调节系统的动态平衡机理,联系三大系统间相互联系及其信息分子、信息存储及记忆、正负反馈调节等机制,提出人工智能整合的思想和简单模型,为开发智能算法及其工程应用提供一种新的研究思路。二、基于免疫应答原理和内分泌调节机理,提出了一种新的免疫内分泌算法。借鉴激素对免疫系统的调节机理,引入抗体浓度和激素浓度的概念,采用个体适应度的矢量距来定量描述抗体浓度,以激素浓度和个体适应度来共同驱动种群的进化过程,用以保证算法快速收敛和有效避免早熟。三、人工免疫内分泌系统的算法研究。通过若干典型测试函数对本算法进行了性能测试,结果显示其有快速的全局搜索性能。另外通过求解31城市的CTSP组合优化问题,显示出本算法在求解组合优化中也具有较好的快速性和全局收敛性。四、基于生物内分泌系统的激素调节机理,提出了一种全新的人工激素调节模型。通过对激素作用特点及调节机理的深入分析,从分子动力学的角度模拟内分泌腺体分泌激素进行调节的各个阶段,抽取有用机理建立模型算法。并对提出的算法进行了简单数值仿真,验证了算法性能。