人工免疫系統(tǒng)研究

原霞飛 劉希玉 劉鳳鳴

山東師范大學(xué)管理與經(jīng)濟(jì)學(xué)院 山東 250014

0 引言

自然免疫系統(tǒng)是一種復(fù)雜的分布式信息處理學(xué)習(xí)系統(tǒng)，具有較強的自適應(yīng)性、多樣性、學(xué)習(xí)、識別和記憶等特點，這些特點能為工程問題的解決提供新方法，因此引起國內(nèi)外很多學(xué)者對模式識別、人工智能、自動控制和機(jī)器人等相關(guān)領(lǐng)域的研究。而人工免疫系統(tǒng)作為人工智能領(lǐng)域的重要分支，同神經(jīng)網(wǎng)絡(luò)及遺傳算法一樣是智能信息處理的重要手段，同樣受到越來越多的關(guān)注。

1 免疫系統(tǒng)概述

所謂人工免疫系統(tǒng)(Artificial Immune System,AIS)就是借鑒和利用生物免疫系統(tǒng)(主要是人類的免疫系統(tǒng))的各種原理和機(jī)制而發(fā)展的各類信息處理技術(shù)、計算技術(shù)及其在工程和科學(xué)中應(yīng)用而產(chǎn)生的各種智能系統(tǒng)的統(tǒng)稱。

現(xiàn)代免疫學(xué)的發(fā)展已經(jīng)證明高等動物和人體內(nèi)存在一套完整的免疫系統(tǒng)，它主宰和執(zhí)行機(jī)體的免疫功能，是機(jī)體發(fā)生免疫應(yīng)答的物質(zhì)基礎(chǔ)。免疫系統(tǒng)是由免疫器官、免疫細(xì)胞和免疫分子組成的復(fù)雜系統(tǒng)。免疫系統(tǒng)固有的特性包括多樣性、分布性、適應(yīng)性、自我監(jiān)測、錯誤耐受等，這些特性大多是人工智能系統(tǒng)所缺乏的特性，是研究的重要方向。

2 常見的免疫算法

2.1 人工免疫網(wǎng)絡(luò)模型

目前，比較有影響的人工免疫網(wǎng)絡(luò)模型是 Timmis等的資源受限人工免疫系統(tǒng)(RLAIS)和deCasto等的aiNet。資源受限人工免疫系統(tǒng)中提出了人工識別球(ARB)的概念。Timmis認(rèn)為人工免疫系統(tǒng)是由固定數(shù)量的ARB組成。ARB的作用和B系統(tǒng)的功能相似的，ARB受到的刺激包括：抗原的刺激，鄰近抗體的刺激，鄰近抗體的抑制等；de Casto的aiNet算法模擬免疫網(wǎng)絡(luò)對抗原刺激的刺激過程，主要包括抗原-抗體的識別，免疫克隆增值，親和度成熟等。

2.2 否定選擇算法

Forrest等根據(jù)免疫系統(tǒng)的自己/非己的區(qū)別原則，研究了一種檢測變化的否定選擇算法。否定選擇算法是基于生物免疫系統(tǒng)的特異性，借鑒生物免疫系統(tǒng)胸腺T細(xì)胞生成時的“陰性選擇”，它適用于計算機(jī)病毒檢測，基于主機(jī)的入侵檢測和網(wǎng)絡(luò)安全。檢測成功的關(guān)鍵是系統(tǒng)能夠分清自己和非己的信息，刪除檢測到自己的檢測器，保留測到非己的檢測器。利用該算法進(jìn)行計算機(jī)網(wǎng)絡(luò)入侵檢測的優(yōu)點是可移動性、自適應(yīng)性和合作性。

2.3 克隆算法

最具代表性的是de Castro 以及Kim 等提出的克隆選擇算法(CSA)，流程圖和算法如下：

（1）生成候選解集P，P是由記憶單元(M)和保留種群；

（2）根據(jù)親和度測量，選擇n個個體(Pn)；

（3）復(fù)制上述n個個體，生成臨時克隆種群?，克隆規(guī)模和抗體-抗原的親和度成正比；

（4）對克隆臨時種群進(jìn)行高頻變異，得到變異后的抗體群(C*)；

（5）從(C*)中選擇改進(jìn)的個體組成記憶單元 M，P中的一些個體(C*)中其他改進(jìn)的個體取代；

（6）利用先產(chǎn)生的抗體代替d個舊抗體。親和度低的抗體更容易被取代。

2.4 免疫進(jìn)化算法

進(jìn)化算法作為一種有向隨機(jī)搜索的方法，在應(yīng)用中存在一些需要改進(jìn)之處：無法保證收斂到全局最優(yōu)解，過早收斂，算法的穩(wěn)定性和收斂速度的關(guān)系等。將免疫算法的特性引入進(jìn)化算法，稱為免疫進(jìn)化算法。

2.4.1 利用先驗知識的免疫算法

在遺傳算法中引入免疫概念，利用問題的先驗知識，保留了原算法的優(yōu)良特性，同時引入了免疫算子，根據(jù)待求問題的特征或知識，提取疫苗來抑制優(yōu)化過程中出現(xiàn)的退化現(xiàn)象。這種方法的優(yōu)點：與一般的遺傳算法相比，可較好的解決以后算法中出現(xiàn)的退化現(xiàn)象，提高了收斂速度。

2.4.2 利用抗體多樣性的免疫遺傳算法

根據(jù)免疫系統(tǒng)抗體的多樣性特征，在進(jìn)化過程中，具有高抗原親和度并且濃度較低的抗體受到促進(jìn)，被選擇的概率較大；而低抗原親和度并且濃度較高的抗體會受到抑制，被選擇的概率較小，這樣可以保證抗體的多樣性。

2.5 動態(tài)規(guī)模免疫算法

（4）對An1中的每一個抗體Ab按突變率α突變；

（5）消除新產(chǎn)生群體中的相同的抗體，未被削去的抗體構(gòu)成An2；

利用小生境概念，選擇算法的部分機(jī)制，借助抗體濃度，設(shè)計抗體評價策略和特定的免疫算子，解決多模態(tài)函數(shù)優(yōu)化問題。

該算法描述如下：

（1）確定進(jìn)化代數(shù)n，隨機(jī)產(chǎn)生規(guī)模為N的初始群體An；（2）復(fù)制A中激勵度最高的一個抗體作為抗原Agn；

（3）選擇

（8）若滿足終止條件，則最終的抗原即為最優(yōu)解，否則，返回第二步。

3 人工免疫系統(tǒng)方法的應(yīng)用研究

近年來，基于免疫系統(tǒng)原理開發(fā)的各種模型和算法廣泛的應(yīng)用在科學(xué)研究和工程實踐中，主要的應(yīng)用領(lǐng)域如下。

3.1 自動控制

免疫系統(tǒng)由于具有免疫抗原識別、抗原記憶和抗體的抑制和促進(jìn)等特點，能夠?qū)ν饨缥镔|(zhì)有較好的快速反應(yīng)性和穩(wěn)定性，在處理動態(tài)環(huán)境中具有一定的優(yōu)越性。因此在控制系統(tǒng)常用來解決模式識別問題等。Krishna Kumar 等將免疫神經(jīng)控制用于動力學(xué)系統(tǒng)模型自適應(yīng)控制。丁永生等提出針對低級或高級對象，提出了一種新穎的人基于生物免疫系統(tǒng)的反饋記錄的通用控制器結(jié)構(gòu)Kim用免疫網(wǎng)絡(luò)算法優(yōu)化PID控制器參數(shù)，實現(xiàn)了非線性對象的自適應(yīng)PID控制。

3.2 網(wǎng)絡(luò)安全方面

網(wǎng)絡(luò)安全是人工免疫系統(tǒng)研究和應(yīng)用最成功和最多的領(lǐng)域。防御異常入侵和病毒等可從免疫機(jī)制中獲得啟發(fā)。Forrest提出了著名的否定選擇算法也是該領(lǐng)域提出的。楊曉宇等對AIS與網(wǎng)絡(luò)安全相結(jié)合的基因計算機(jī)進(jìn)行討論，認(rèn)為智能模擬在網(wǎng)絡(luò)安全方面的應(yīng)用前景廣闊。

3.3 機(jī)器人

利用免疫系統(tǒng)的自學(xué)習(xí)、自適應(yīng)和免疫記憶等特征，將免疫強化學(xué)習(xí)應(yīng)用于機(jī)器人系統(tǒng)，優(yōu)化機(jī)器人的行為選擇。目前免疫算法主要用于機(jī)器人的路徑規(guī)劃問題，另外也可用仿生控制，仿生計算、多機(jī)器協(xié)作等方面。Meshref等利用免疫系統(tǒng)對外部環(huán)境變化的敏感特性改進(jìn)DNA算法，用“狗-羊”問題的實驗結(jié)果表明，改進(jìn)的DNA算法適用于解決分布式自動機(jī)器人系統(tǒng)問題，劉克勝等基于免疫學(xué)的細(xì)胞克隆學(xué)說和網(wǎng)絡(luò)調(diào)節(jié)理論，提出了能有效增強自律移動機(jī)器人在動態(tài)環(huán)境中自適應(yīng)能力的新算法等。

3.4 智能優(yōu)化

AIS在函數(shù)優(yōu)化、組合優(yōu)化、調(diào)度問題等方面得到應(yīng)用并取得了很好的效果。如約束搜索優(yōu)化、旅行商問題、函數(shù)測試等。免疫遺傳算法可以實現(xiàn)TSP優(yōu)化，解決CDMA中的多用戶檢測問題等。免疫算法取得了比現(xiàn)有的啟發(fā)式算法更好的求解結(jié)果，尤其是在求解的效率方面，顯示出AIS在智能優(yōu)化領(lǐng)域具有廣闊的應(yīng)用前景。

3.5 故障診斷

人工免疫系統(tǒng)是對生物免疫系統(tǒng)的模擬，具備“自己-非己”識別能力。另外免疫系統(tǒng)是一個高度的并行處理系統(tǒng)，具有學(xué)習(xí)能力、記憶能力，這些能力協(xié)同激勵、多樣性、適應(yīng)性等將對故障診斷領(lǐng)域的研究提供新思想和新方法。

除了上述的應(yīng)用，AIS知識挖掘、數(shù)據(jù)和圖像處理、噪聲耐受以及金融風(fēng)險預(yù)測等方面也有應(yīng)用。

4 今后的研究方向

AIS具有很廣泛的應(yīng)用領(lǐng)。但是由于免疫系統(tǒng)機(jī)理復(fù)雜，系統(tǒng)龐大并且可以借鑒的成果不是很多，因此人工免疫系統(tǒng)在模型建立以及算法等方面都存在諸多問題，另外從免疫系統(tǒng)機(jī)理角度看，獲得初始抗體的計算量很大，數(shù)據(jù)處理過程中只能濃縮數(shù)據(jù)樣本。所以AIS具有很大的發(fā)展空間，值得深入研究，在現(xiàn)階段研究的基礎(chǔ)上，日后的研究方向主要包括。

4.1 研究免疫系統(tǒng)的機(jī)理，為新算法的提出奠定基礎(chǔ)

必須加強對包括一般原理、定理以及數(shù)學(xué)模型等的理論研究，針對人工免疫系統(tǒng)機(jī)理進(jìn)行研究學(xué)習(xí)，提出新的算法，或者對現(xiàn)有的算法的改進(jìn)，使之達(dá)到更好的效果。

4.2 積極拓展免疫系統(tǒng)的研究領(lǐng)域

結(jié)合現(xiàn)代計算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，重點利用免疫的自適應(yīng)性、容錯性、分布性等進(jìn)一步擴(kuò)大AIS的在工程上的應(yīng)用，進(jìn)一步研制如在復(fù)雜系統(tǒng)中的協(xié)調(diào)控制、簽名確認(rèn)，故障檢測和診斷等方面的實際產(chǎn)品。

4.3 進(jìn)一步針對現(xiàn)有方法進(jìn)行改進(jìn)，強化對人工免疫系統(tǒng)的智能整合研究

由于免疫系統(tǒng)是一個相對復(fù)雜的系統(tǒng)，因此有必要加強其和神經(jīng)系統(tǒng)，內(nèi)分泌系統(tǒng)等相互聯(lián)系的研究。研究基于生物免疫系統(tǒng)機(jī)理的智能系統(tǒng)，同時將AIS 與模糊系統(tǒng)、神經(jīng)系統(tǒng)和遺傳算法等軟計算技術(shù)進(jìn)行集成，并找出應(yīng)用的方法。

[1] 莫宏偉.人工免疫系統(tǒng)原理與應(yīng)用[M].哈爾濱工業(yè)大學(xué)出版社.2003.

[2] 王重慶.分析免疫學(xué)基礎(chǔ)[M].北京大學(xué)出版社.1999.

[3] 丁永生,任立紅.一種新穎的模糊自調(diào)整免疫反饋控系統(tǒng).控制與決策.2000.

[4] D.H.Kim,Tuning of a PID Controller Using Immune Network Model and Fuzzy Set [J].Proceedings of IEEE International Symposium on Industrial Electronics.2001.

[5] 楊曉宇,周佩玲,傅忠謙.人工免疫與網(wǎng)絡(luò)安全.計算機(jī)仿真.2001.

[6] 劉克勝,張軍,曹先彬,王煦法.一種基于免疫原理的自律機(jī)器人行為控制算法[J].計算機(jī)工程與應(yīng)用.2000.

[7] 王煦法,張顯俊,曹先彬,張軍,馮雷.一種基于免疫原理的遺傳算法[J].小型微型計算機(jī)系統(tǒng).1999.

[8] 劉克勝,曹先彬,鄭浩然,王煦法.基于免疫算法的 TSP問題求解[J].計算機(jī)工程.2000.

[9] 牛志強,劉崢嶸,吳新余.基于免疫算法的智能多用戶檢測技術(shù)在CDMA中的應(yīng)用[J].江蘇通信技術(shù).2001.

[10] 肖人彬,王磊.人工免疫系統(tǒng):原理、模型、分析及展望[J].計算機(jī)學(xué)報報.2002.