基于邻域-克隆选择学习算法的分馏系统资源优化毕业论文(编辑修改稿)

基于邻域-克隆选择学习算法的分馏系统资源优化毕业论文(编辑修改稿)内容摘要：

原理和特征，对免疫算法有一个大致的掌握。 针对众多的免疫算法，本课题挑选了克隆选择算法和人工免疫网络算法这两种算法，并对这两种算法进行深入地学习。 学习和掌握这两种算法的原理以及如何实现算法的编写，通过算法的运行，了解这两种算法的优缺点。 （ 2）了解神经网络的特征。 着重于神经网络能逼近非线性对 象这一特性，掌握和学习 rbf 神经网络。 学习 rbf 神经网络的构成，以及通过哪些学习方法来构成 rbf 神经网络，利用 rbf 神经网络逼近非线性对象。 研究目标：根据克隆选择算法和人工免疫网络算法的优缺点，结合智能体这一概念，提出一种新的算法 —— 邻域 克隆选择学习算法（ N Clonalg）。 在这基础上，再结合 rbf 神经网络，应用到分馏资源优化中。 宁波大学信息与科学工程学院本科毕业设计（ 论文） 2 免疫算法的基本理论 免疫算法基础 “免疫”顾名思义就是免除传染病的意思，这词最初见于明朝时期的《免疫类方》一文。 在国外，免疫（ immune）是从拉丁文“ immunis”出来的，也是免除疾病的意思。 免疫反应是指机体接触到异物后产生的生理反应，用来保护自身的安全。 免疫中有个特殊的概念就是抵抗力，抵抗力越强，其生存能力就越强。 这些都是属于生物学范畴。 随着科学的发展，免疫这一概念也别应用到信息技术中。 免疫分“自体”和“非自体”。 对那些抗原性异物，机体作出反应，该行为可以被称作是免疫应答或者免疫耐受。 一般的免疫系统包括免疫器官、免疫细胞和免疫分子。 免疫学是一门年轻的学科，才处于起步阶段，但是用免疫学的方法来预防病毒可以追溯到 300 多年前。 在古代，我国人们已经懂得用人 痘来预防天花。 经典的免疫学开端，是被认为二十世纪七十年代“牛痘”的发明。 自从那时开始，生物学不断发展，且取得巨大成就。 而免疫这方面又是相当重要的一方面，备受关注和研究。 很多学者和科学家致力于研究这方面。 久而久之，免疫学已经成为微生物学中一个独立的重要的学科 [15]。 免疫系统构成 高等动物和人类具有一套完整的免疫系统，其免疫功能是机体产生反应的物理基础。 它有三方面组成：免疫器官，免疫细胞和免疫分子。 具体如图 21 所示： 基于邻域 克隆选择学习算法的分馏系统资源优化 5 免 疫 细 胞免 疫 系 统免 疫 分 子免 疫 器 官干 细 胞 系淋 巴 细 胞 系T 细 胞 抗 原 体其 他 细 胞 系单 核 吞 噬 细 胞 系B 细 胞 抗 原 体抗 体 、 补 体 分 子中 枢 免 疫 器 官外 周 免 疫 器 官 图 21 免疫系统组 成 免疫器官主要由两方面组成：中枢免疫器官和外围免疫器官。 其主要是免疫细胞分化增值的场所。 免疫细胞主要由四方面组成：干细胞系、淋巴细胞系、单核吞噬细胞系和其他细胞系。 其中最主要的淋巴细胞系，主要有两类细胞组成 :T 淋巴细胞和 B 淋巴细胞。 其次重要的单核吞噬细胞系。 免疫分子主要由三方面组成： T 细胞抗原体、 B 细胞抗原体和抗体分子。 免疫系统的主要功能 免疫反应是人的特定的生理反应， 当抗原性异物侵入到身体时，为了保持自身的稳定作出的免疫反应。 其主要内容包括：免疫识别、免疫应答、免疫耐受、免疫记忆。 （ 1） 免疫识别 宁波大学信息与科学工程学院本科毕业设计（ 论文） 在机体免疫功能和免疫系统识别过程中是重要的前提。 对于免疫识别的现象，奥地利免疫学家伯内特提出的一个细胞克隆选择学说，学说：胚胎细胞分化，体内已经形成的是，克隆特异抗原，细胞表面受体的淋巴细胞数量。 与相应的受体抗原的淋巴细胞进入人体后，其表面抗原受体特异性结合，导致克隆淋巴细胞活化，繁殖，分化，引起特异性免疫反应。 此外，抗体抗原表位，它可以是人体自身产生抗体识别并触发反应，使抗体识别抗原和其他抗体承认双重国籍。 （ 2）免疫应答 免疫反应的免疫细胞识别抗原分子，活化，分化和生产的整个过程中的免疫效果， 免疫反应通常是由抗原引发的各种免疫细胞参与了一系列的反应。 首先是处理后提交给适当的 T 细胞抗原传递的抗原呈递细胞，细胞分子通过细胞膜上或分泌的因素，进一步激活其他免疫细胞，免疫效果，并通过补体介导的细胞活化后促进抗原和细胞因子介导的炎症反应的靶细胞的吞噬作用的成分，并最终清除抗原，维持身体内部的平衡与稳定。 免疫反应可以表示为两种类型：一 方面 是阳性免疫反应，在正常情况下，非自身抗原的排斥作用。 另一方面是负面的免疫反应，在正常情况下，在人体的自身成分的宽容状态。 免疫反应的需要，主要分布在淋巴结，装载与外周免疫器官 脾的地方。 （ 3）免疫耐受 在一个特定的反应迟钝的抗原物质接触时的免疫细胞的免疫耐受。 这是另一种重要的免疫反应类型，其表现之一，而不是一个积极的免疫反应，免疫调节，但也有各种非特异性免疫抑制，后者的抗原特异性，多种抗原表现出反应或低响应。 按照免疫耐受的特点，它可分为自然容忍容忍两种。 其中，人体自身的组成并没有发生免疫反应是自然的容忍现象，并自称容忍。 人工诱导相比获得宽容的机体免疫耐受的形成。 在以下几个方面的免疫耐受的一般特征： ① 特定的排斥或抑制抗原特异性 T 细胞或 B 细胞免疫耐受。 ② 不成熟比成熟淋巴细胞的细 胞耐受诱导更容易。 ③ 诱导和维护宽容，需要忍受原来的继续存在。 （ 4）免疫记忆 当身体接触后，接触到相同的抗原特异性抗原，抗体的潜伏期比最初的反应是显着缩短，含有抗体显着增加，并保持很长一段时间，这当同一抗原再次侵入人体，造成更 强的 免疫，更高亲和力的抗体生成的现象被称为免疫记忆。 在免疫记忆现象可以发生在体液免疫或细胞免疫功能。 免疫记忆的基础上产生免疫记忆细胞。 克隆选择算法 在工程实践中，许多问题都可以抽象为多模态函数优化的目标函数通常需要不仅能确定目标函数基于邻域 克隆选择学习算法的分馏系统资源优化 7 的全局最优解，并要求搜索出所有的局部最优解，如复 杂性，系统参数及结构鉴定。 多模态函数存在多个全局最优解或全局最优解和局部最优解全局最优解的特点是难以确定。 正常情况下，遗传算法，精英和免疫遗传算法的多模态函数的最大峰值与精英只搜索几个峰值搜索无能为力。 生活后的小生境技术的引进，免疫遗传算法，遗传算法，该算法是有效的多模态函数的局部峰搜索的数量。 但该算法仍具有明显的缺陷，小生境遗传算法（免疫遗传算法）不能搜索的多模态函数的所有局部极小，运行慢，搜索结果，精度不高缺乏衔接性能。 克隆选择理论 [16]是用来解释生物免疫系统的机制，如何消除外来抗原。 简而言之：当一 种抗体来识别外来抗原，它被选择的增殖，并产生大量的抗体。 这种扩散是在有丝分裂，即没有自我传播的跨性别，作为克隆。 在克隆过程中，该抗体进行高频率的变异性和强大的选择压力，在选定的抗体和抗原具有高亲和力。 标准遗传算法无法描述的克隆选择理论，有两个重要特点：亲和力育种和基因突变的比例。 20xx年， 卡斯特罗和冯氐提出克隆选择算法， CLONALG 命名。 CLONALG 算法能够产生高亲和力的抗体，并选择改进的后代，这意味着， CLONALG 贪婪的搜索功能：搜索周围的空间，一个单一的抗体是搜索空间，是一个更广泛的搜索，可 以实现局部优化和新生儿抗体。 此功能允许 CLONALG 算法很快被广泛使用的优化问题，特别适合解决多模态优化问题。 20xx 年， 卡斯特罗和冯氐地址多模态函数优化的小生境遗传算法的改进算法和比较测试的问题，可以定性看到的结果更高峰的搜索功能的改进CLONALG 算法。 在这里，我强调克隆选择理论和算法，其优点和缺点。 克隆选择学说 伯内特在 1959 年的克隆选择理论 学说，免疫细胞是随机形成的细胞克隆的多样性，每个细胞克隆表达抗原刺激受体相同的特点，特定的细胞表面受体识别和 结合抗原 ，导致细胞克隆扩增，导致大量的后代 ，一个相同的特异性抗体的大量合成。 克隆选择类似达尔文变异和自然选择过程：克隆竞争性结合的病原体。 最高的亲和力，最佳改编，复制到。 克隆选择的原理： 克隆选择原理的基本思想是唯一的细胞能够识别抗原扩增，只有这些细胞可以选择保留，而那些无法识别细胞中的抗原没有选择，也不扩增。 小的 “休眠 ”在骨髓中的 B 细胞含有不同类型的抗体。 这些含有抗原特异性 PCR 受体细胞分化成浆细胞和记忆细胞。 达尔文的生物进化论的原理是相似的免疫系统，也有进化现象。 在免疫系统的 B 细胞受体，可以用一个 n 维实向量描述的形状，它可以 表示为 n 维欧几里德空间，说空间是欧几里德形状空间。 两架B细胞受体的形状是在空间的形状，越接近他们更多类似的当抗原进入身体，形状互补程度较大的 B细胞受体和抗原，同时较高的亲和力，因而更容易结合通过以下的进化过程中的 B 细胞抗体组： ① 选举和高抗原的亲和力 B 细胞的入侵。 宁波大学信息与科学工程学院本科毕业设计（ 论文） ② 在细胞分裂成若干子 B 细胞，被称为克隆扩增。 小组 B 细胞受体母细胞，即突变的基础上形成的轻微变化。 B 细胞克隆扩增和工频磁场的变化，在空间 B 细胞的形状，产生一个子搜索在当地，高亲和力 B 细胞的数量。 ③ 在较高的子 B 细胞克隆扩增，产生亲和力同时，也有 低亲和力的子 B 细胞。 一些低亲和力的子 B细胞删除其受体并产生一个新的受体，称为受体变异。 分 B 细胞受体变异的突变，从它们的形状空间的远点，在寻求高亲和力 B 细胞的过程中，以避免陷入局部最优。 ④ 一 些低亲和力 的 子 B 细胞死亡，而骨髓产生新的 B 细胞，加入小组，以保持种群的多样性。 经过几代人的选择，克隆扩增，受体变异的过程中产生新的 B 细胞和骨髓， B 细胞产生最终的高亲和力。 这些 B 细胞分化成记忆细胞或浆细胞产生抗体与受体的形状相同的形状，以消除抗原，适应性免疫反应的发生。 克隆选择算法 20xx 年，卡斯特罗等。 克隆选择和 推广的进一步丰富，提出了一个简单的克隆选择算法（ CLONALG）。 该算法包括一套抗原， B 细胞 /抗体组，一组存储单元的高变异性的 B 细胞克隆增殖，最佳模式选择内存的基本操作。 用于字符识别，多模态函数优化和旅行商问题的解决，仿真结果表明，利用克隆选择方法，以保持在人口格局的多重最优解的算法。 （ 1）克隆选择算法的流程 CLONALG 算法是今年来提出的比较典型的一种免疫选择算法，该算法具体流程如下： Step1：生成初始候选解集 Ab,Ab 是由记忆单元（ Abm）和保留种群（ Abr）组成， Ab=Abm+Abr。 Step2：根据亲和度计算，在 Ab 中选择 n 个亲和度最高的抗体，组成一个新的集合（ Abn）。 Step3：对 Abn 中的每一个抗体进行克隆选择，产生新的克隆种群 C；克隆操作是指对所选出的抗体进行复制。 一般的克隆选择操作是与亲和度成正比的。 即亲和度越大，克隆的个数越多。 但对于函数优化，每个抗体克隆体的个数相同，都是 Nc 个。 Step4：克隆群 C 经过亲和度成熟操作，生成成熟的抗体集 C39。 亲和度成熟操作是指对新产生的抗体集 C 进行超变异操作，变异率与抗体的亲和度成反比。 即抗体亲和度越大，变异率越小；反之亦然； Step5：确 定 C39。 各个抗体的亲和度值； Step6：根据亲和度值，从 C39。 中选取 n 个亲和度最高的抗体进入 Ab； Step7：随机产生 d 个新抗体，替代 Ab 中 d 个亲和度最低的抗体。 重复 step2step7,直到结束条件满足。 CLONALG 算法的大致流程图 22 如下： 基于邻域 克隆选择学习算法的分馏系统资源优化 9 图 22 克隆选择算法流程 （ 2）克隆选择算法的特点 以上所述可以看出，不是一个简单的进化算法的改进，而是一个新的人工免疫系统的克隆选择算法。 首先，来自免疫系统，而不是自然进化的克隆选择算法，使用进化算子，这主要是因为交叉和变异的基本思路是在细 胞基因水平的主要操作和生物学基础进化和免疫细胞基因的变化。 第二，具体的算法，进化算法的全局搜索的重点，而忽略了本地搜索，但克隆选择算法是两者的结合，克隆操作，其中有一个更好的人口多样性的作用。 第三，进化算法更强调个人竞争，不太关心的物种之间的合作，而克隆选择算法，人工免疫系统算法是不同的，唯一的记忆细胞，在细胞水平上，由于抗体库之间的相互合作，疫苗和免疫优势存在。 算法结构，不但强调抗体人口的健身功能的变化也对抗体的克隆选择算法和其改进身体亲和力的概念之间的相互作用变化的多样性有关。 最后，在一般的遗传算法，交 叉是主要的运营商，突变的背景下运营商，但是，相比之下，克隆选择算法的单克隆算子的克隆选择算法的性能仍然是强于相应的遗传算法。 人工免疫网络算法 本研究主要考虑的多模态函数优化问题，是解决全球最佳的解决方案，在实际应用中，以获得多种选择或信息的范围很广，不仅要求获得全局最优解解决问题的目标函数，并且也要求尽可能局部最优解的多。 虽然常用的数值优化方法，如梯度下降法，混沌优化方法搜索和收敛速度快，精度高，但在解决全局最优解常用的优势，这是很难找到几个局部最优解。 的仿生进化中具有独特的优势，近年来，在复杂的优化问题 的解决提出建议多峰函数优化进化算法，如健身共享方法，序列利基法律，法宁波大学信息与科学工程学院本科毕业设计（ 论文） 简单分组的功能，协同进化共享利基，以及在上一节讨论了克隆选择算法（ CLONALG）等。 但他们仍然适应能力不。