抗体多样性对免疫克隆算法性能影响的分析(VC++)精品)☆

抗体多样性对免疫克隆算法性能影响的分析(VC++)精品)☆(包含选题审批表,任务书,开题报告,中期报告,外文翻译,毕业论文,23000字,毕业实习报告,程序代码)
毕业设计（论文）中文摘要
摘  要： 随着生物学和计算科学的结合，人们对人工免疫系统的研究越来越有兴趣，并用于解决工程实际问题。人工免疫系统是模仿自然免疫系统功能的一种智能方法。而免疫克隆算法是人工免疫系统中重要的理论之一。为了提高免疫克隆算法的全局收敛性必须在突变过程中维持和提高种群的多样性。因此在使用TSP问题验证免疫克隆算法性能时，探索了多种提高突变多样性的方法并进行了对比实验。证明保持抗体多样性是免疫克隆算法有效运行的重要方法。在系统中，根据抗体群多样性所占百分比的评价和抗体的适应度，从宏观和微观两方面对抗体进行了动态调整，仿真实验表明，增加抗体多样性使得免疫克隆算法具有良好的全局搜索能力，一定程度上避免了过早收敛。

关键词：人工免疫系统；免疫克隆算法；抗体多样性；收敛
 
毕业设计（论文）外文摘要
Analysis of the Effect of Antibody Diversity on Immune Clonal Selection Algorithm
Abstract: With the combination of biology and computational science, there has been a growing interest in studying artificial immune system, and it has been used to solve 
engineering problems. Artificial immune system is an intelligent method which  simulates the natural immune system. Immune clonal selection algorithm is one of the most important theories. In order to enhance the global convergence ability of  immune clone algorithm, the algorithm must maintain and improve the diversity of the population in the mutation process. Therefore, in simulation process, we propose 
different methods to improve the diversity of mutation and also compare them. It can be found that antibody diversity maintaining strategy is an effective way to improve the performance of immune clonal selection algorithm. In simulation, the antibody is adjusted from macro and micro viewpoint according to the affinity of antibody. Simulation results show that the algorithm improved by diversity improving has good global search capability and is able to avoid the premature convergence to some extent.

Keywords: Artificial immune system；immune clone algorithm；antibody diversity； convergence        
 
课题内容简介
生物免疫系统中的免疫性是指机体接触抗原性异物后产生的一种特异性排除这些异物的保护性生理反应。近代免疫的概念是指机体对“自己”或“非己”的识别并排出非己的功能。免疫即机体的一种生理反应，是机体识别和排除抗原性异物，以维护自身生理平衡和稳定的功能。在免疫学中抗原指任何能被抗体或者T细胞受体识别出的分子，抗体指与抗原发生反应的由B淋巴细胞产生的受体。亲和力指抗体结合基与抗原决定基之间的结合力度。变异指在免疫系统内抗体变异产生不同的抗体集合抵御感染。所以生物免疫系统是高度复杂的系统，对检测和消除感染问题显示出了精确的调节能力。
人工免疫系统主要是借鉴生物免疫系统的信息处理机制，发展新的算法，为复杂问题的解决提供新思路。在人工免疫系统中抗原对应要解决的问题，根据不同的问题抗原有不同的数据编码形式。抗体则对应要解决问题的优化解。亲和力指由两个数据间的测量距离定义的相似性。而变异指数据项目的随机变化。
本课题即研究借鉴生物免疫系统得人工免疫系统下的克隆选择算法下的多样性问题。本课题研究的免疫克隆算法的实现步骤如下：
步骤1  初始化抗体集合，随机产生N个抗体；
步骤2  计算抗体集合中所有抗体与抗原的亲和力；
步骤3  选择n个亲和力最高的抗体，组成一个新的抗体集合。并将这n个
抗体按照亲和力的降序排列；
步骤4  将选中的n个抗体按照对应的亲和力进行克隆，产生新的集合C，
亲和力越高的抗体，克隆的数量就越多；
步骤5  对新的集合C进行基因重组和变异，产生成熟的克隆集合C*；
步骤6  计算成熟克隆集合的亲和力，进行评价；
步骤7  从成熟克隆抗体中选择n个亲和力最高的抗体，组成新的抗体集合B，维持解空间的大小；
步骤8  在新抗体集合B中替换掉最低的m个抗体，并用随机抗体补充，以
维持解的多样性；
步骤9  如果抗体集合没有达到匹配精度要求且进化代数小于最大进化代
数，则转到步骤2，否则算法结束。

论文各章简介
第1章绪论部分，主要叙述研究课题的研究背景、目的与意义，本课题
的国内外研究现况，课题内容简介，在经济、操作、技术、法律方面的可行性分析以及本课题的实现途径。
第2章主要内容是，从生物免疫到人工免疫系统部分，包括：生物免疫系统的组成，免疫系统的功能，抗体克隆选择学说，抗体多样性的产生，人工免疫系统中用到的生物免疫系统的内容、功能和性质以及克隆选择原理部分。
第3章主要内容是，免疫克隆选择算法部分，包括：一般免疫算法的描述，棉衣克隆选择算法的描述以及抗体多样性在免疫克隆选择算法中的体现。
第4章主要内容是，基于算法的建模仿真的TSP问题以及多样性的影响分析部分，包括：TSP问题描述，算法的设计与实现以及抗体多样性对算法的影响分析部分。
第5章主要内容是，总结及研究前沿发展展望部分，包括：对这次研究的总结以及这个课题以后的发展展望等。
最后还有结论、致谢、参考资料、程序清单等内容的介绍。