[发明专利]一种基于RBF神经网络和自适应搜索的人工免疫算法

摘要

一种基于RBF神经网络和自适应搜索的人工免疫算法，包括：S1抗原识别；构建RBF神经网络；S2构建抗体‑抗原非线性映射曲面；S3随机产生一定数量初始抗体群；S4计算抗体‑抗原结构体，优选N个抗体作为待评价抗体；S5进行抗体评价；S6将抗体群进行排序，提取前nA个作为记忆细胞构成种群A，后nB个作为待接种种群B；S7终止条件判断，满足则输出结果；反之执行S8；S8对S6中除种群A外的抗体群进行选择、交叉和变异操作形成种群C，对待接种种群B进行疫苗接种后，与种群A、C构成抗体种群D，转到S4。本发明目的在于提供一种局部搜索能力强、收敛速度快、算法效率和精度高的基于RBF神经网络和自适应搜索的人工免疫算法。

主权项

1.一种基于RBF神经网络和自适应搜索的人工免疫算法，其特征在于包括以下步骤：S1)分析问题，即抗原识别，对问题特征进行分析，明确约束关系；系统建模，构建RBF神经网络；S2)利用样本数据对RBF神经网络进行训练，构建抗体‑抗原非线性RBF神经网络映射曲面；S3)随机产生一定数量的初始抗体群；S4)利用步骤S2构建的抗体‑抗原非线性RBF神经网络映射曲面计算出抗体‑抗原结构体，从中优选出N个抗体作为待评价抗体；所述优选方法为根据抗原的优劣排序，选出前N个；S5)对步骤S4优选出的N个抗体进行评价，计算每个抗体与抗原的亲和度，计算抗体浓度，计算每个抗体的期望繁殖率；S6)形成父代群：将抗体群按期望繁殖率进行降序排列，并提取前n_A个作为记忆细胞构成种群A，将后n_B个作为待接种种群B，其中n_A＝P_cmaxN，n_B＝n_A，P_cmax是抗体与抗原之间亲和度最大值；S7)终止条件判断，若满足终止条件，则结束并输出结果，即最优解；反之，则执行步骤S8；S8)免疫操作和疫苗接种：对步骤S6中除去种群A外的抗体群进行选择、交叉和变异操作，形成种群C，种群C中抗体数量为n_c,n_c＝N‑n_A；对待接种种群B进行疫苗接种后，与种群A、种群C一起组成新的抗体种群D，再转到步骤S4；所述疫苗接种是采用一种自适应搜索算法实现的，以种群A中的记忆细胞为中心，在记忆细胞周围指定范围内随机搜索该指定范围内的最优抗体，并以该最优抗体替代待接种种群B中的抗体。