freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

蟻群算法模擬系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)_畢業(yè)論文(參考版)

2024-08-30 20:34本頁面
  

【正文】 2020; 40 (6): 205— 2o7 [9].韓健,張樂,蔡瑞英.基于人工免疫算法的入侵檢測(cè)系統(tǒng) [J].南京工業(yè)大學(xué)學(xué) 報(bào)(自然科學(xué)版 ), 2020; 26(1): 4851 [10].鄭日榮,毛宗源.一種改進(jìn)的人工免疫算法 [J].計(jì)算機(jī)工程與應(yīng)用, 2020; 39(33):5557 [11].王磊,肖人彬.基于免疫記憶的人工免疫算法模型及其應(yīng)用 [J].模式識(shí)別與人工智能, 2020; 15(4): 385391 。使我不僅學(xué)到了一定地專業(yè)知識(shí),還學(xué)到了為人做事的原則。蔡老師工作上嚴(yán)謹(jǐn)、務(wù)實(shí),學(xué)術(shù)上孜孜不倦,生活中平易近人,使我受益匪淺。 本次設(shè)計(jì)并沒有達(dá)到預(yù)期想要的結(jié)果,這令人十分遺憾,但也從中 學(xué)到了很多知識(shí),了解了蟻群算法和人工免疫算法的基礎(chǔ)知識(shí)。相信將其應(yīng)用于其他問題的解決是一個(gè)不錯(cuò)的方法。 江蘇大學(xué) 2020 屆本科畢業(yè)論文 27 第五章 總結(jié) 本次實(shí)驗(yàn),通過蟻群算法計(jì)算人工免疫算法中生成檢測(cè)器的使用情況,得出最佳解。 (a) (b) 圖 隨機(jī)選取檢測(cè)器檢測(cè)和蟻群算法檢測(cè)(一) 圖 (a)為隨機(jī)選擇 500 個(gè)檢測(cè)器來檢測(cè) 30 個(gè)訪問請(qǐng)求的檢測(cè)結(jié)果,圖 (b)為蟻群算法選取信息素較高前 250 個(gè)檢測(cè)器來檢測(cè) 30 個(gè)訪問請(qǐng)求的檢測(cè)結(jié)果。 (a) (b) 圖 隨機(jī)選取檢測(cè)器檢測(cè)和蟻群算法檢測(cè)(四) 圖 (a)為隨機(jī)選擇 500 個(gè)檢測(cè)器來檢測(cè) 30 個(gè)訪問請(qǐng)求的檢測(cè)結(jié)果,圖 (b)為蟻群算法選取信息素較高前 350 個(gè)檢測(cè)器來檢測(cè) 30 個(gè)訪問請(qǐng)求的檢測(cè)結(jié)果。 (a) (b) 圖 隨機(jī)選取檢測(cè)器檢測(cè)和蟻群算法檢測(cè)(二) 圖 (a)為隨機(jī)選擇 500 個(gè)檢測(cè)器來檢測(cè) 30 個(gè)訪問請(qǐng)求的檢測(cè)結(jié)果,圖 (b)為蟻群算法選取信息素較高前 450 個(gè)檢測(cè)器來檢測(cè) 30 個(gè)訪問請(qǐng)求的檢測(cè)結(jié)果。本實(shí)驗(yàn)中,每檢測(cè) 30 個(gè)訪問請(qǐng)求,更新一次信息素并且相應(yīng)減少檢測(cè)器的數(shù)目。本實(shí)驗(yàn)中,每檢測(cè) 30 個(gè)訪問請(qǐng)求,重新選擇 500 個(gè)檢測(cè)器。檢測(cè)器每檢測(cè)出一個(gè)非法訪問請(qǐng)求,其信息素的值加 1。在本實(shí)驗(yàn)中,用二維數(shù)組 a 保存隨機(jī)選出的 500 個(gè)檢測(cè)器,用二維數(shù)組 h保存信息素較高的 500 個(gè)檢測(cè)器,用二維數(shù)組 infor保存每個(gè)檢測(cè)器的信息素,數(shù)組 infor 的第 7 個(gè)單元保存前六個(gè)單元的信息素總和,數(shù)組 infor 的第 8 個(gè)單元保存二維數(shù)組 antibody 中檢測(cè)器的下標(biāo)。 gcc o test_ant 編譯命令,編譯 ,生成 test_ant 程序的調(diào)試可以通過 gdb 的相關(guān)指令進(jìn)行。m++) {a[x][m]=antibody[z][m]。 for(m=0。x=500。 信息素計(jì)算 選出信 息素較高的前 500 個(gè)檢測(cè)器 檢測(cè)請(qǐng)求 統(tǒng)計(jì)請(qǐng)求數(shù) 請(qǐng)求數(shù)是否達(dá)到 30 所有請(qǐng)求是否都已檢測(cè) 輸出檢測(cè)結(jié)果 輸出檢測(cè)結(jié)果 江蘇大學(xué) 2020 屆本科畢業(yè)論文 22 Y N N Y 圖 隨機(jī)算法流程圖 隨機(jī)選擇的主要代碼: define random(x)(rand()%x) srand((int)time(0))。 } } 江蘇大學(xué) 2020 屆本科畢業(yè)論文 21 蟻群算法流程圖 Y N N Y 圖 蟻群算法流程圖 從人工免疫算法生成的檢測(cè)器中隨機(jī)挑選 500個(gè)檢測(cè)器來檢測(cè)請(qǐng)求。t=48。d++) {c=infor[d][7]。 } } 選出信息素較高的 500個(gè)檢測(cè)器 的主要代碼: for(d=0。 infor[n][t]=infor[m][t]。t=8。然后跳到步驟 2繼續(xù),直到檢測(cè)完所有請(qǐng)求; 步驟 6 輸出檢測(cè)結(jié)果。/*每次檢查的抗體長(zhǎng)度 */ 江蘇大學(xué) 2020 屆本科畢業(yè)論文 19 通過遞歸算法生成檢測(cè)器: Y N Y N N Y 圖 遞歸生成檢測(cè)器流程圖 計(jì)算每個(gè)檢測(cè)器檢測(cè)出非法的次數(shù):檢測(cè)器的信息素的值保存在 infor 數(shù)組中,檢測(cè)訪問請(qǐng)求時(shí),將檢測(cè)出非法請(qǐng)求的檢測(cè)器的對(duì)應(yīng)的信息素的值加 1。/*抗體最大個(gè)數(shù) */ int antitotal=0。/*最長(zhǎng)有效位長(zhǎng)度 */ int flag_r=0。否則轉(zhuǎn)到 ( 3)重復(fù)執(zhí)行。 ( 8)終止。 ( 7)抗 體群更新。 ( 6)抗體的演變。計(jì)算當(dāng)前抗體群中適應(yīng)值相近的抗體濃度, 濃度高的則減小該個(gè)體的選擇概率 — 抑制 。將適應(yīng)值較大的抗體作為記憶細(xì)胞加以保留。即計(jì)算抗原和抗體的親和度。初始抗體群通常是在解空間用隨機(jī)的方法產(chǎn)生的,抗體群采用二進(jìn)制編碼來表示。根據(jù)給定的目標(biāo)函數(shù)和約束條件作為算法的抗原。Ishida 提出了基于智能體結(jié)構(gòu)的免疫算法。 NTSP問題的仿真表明,該算法具有自適應(yīng)能力遺傳算法具有更高的搜索效率。 基于免疫網(wǎng)絡(luò)的免疫算法 Naruaki 提出基于主要組 織相溶性復(fù)合體 (MHC)和免疫網(wǎng)絡(luò)理論自適應(yīng)優(yōu)化的免疫算法,用于解決多艾真體中每個(gè)艾真體的工作域分配問題要分兩步 :(1)MHC 區(qū)別自己和非己,消除智能體中的競(jìng)爭(zhēng)狀態(tài) 。免疫算子包括苗和免疫選擇兩個(gè)部分,前者為了提高適應(yīng)度,后者為了防止種群退化。 基于疫苗的免疫算法 焦李成等提出基于免疫系統(tǒng)的理論提出基于疫苗的免疫算法。克隆選擇算法模擬這一過程進(jìn)行優(yōu)化。與抗原匹配更好的子 B細(xì)胞再分裂。 免疫應(yīng)答產(chǎn)生抗體是免疫系統(tǒng)的學(xué)習(xí)過程,抗原被一些與之匹配的 B 細(xì)胞識(shí)別,這些 B 細(xì)胞分裂,產(chǎn)生的子 B細(xì)胞在母細(xì)胞的基礎(chǔ)上發(fā)生變化。 Chun 將免疫算法與進(jìn)化策略、遺傳算法相比 較,指出免疫算法的特點(diǎn)與優(yōu)點(diǎn)。算法中引入了抗體濃度的概念,并用信息嫡來描述,表示群體中相似可行解的多少。通過在算法中加入免疫記憶功能,提高了算法的收斂速度。 免疫遺傳算法 Chun 等提出了一種免疫算法,實(shí) 質(zhì)上是改進(jìn)的遺傳算法。針對(duì)這一缺點(diǎn), Helman 提出一種更有效的檢測(cè)器產(chǎn)生算法,使得集合中檢測(cè)器的數(shù)量隨著數(shù)據(jù)的長(zhǎng)度按線性增長(zhǎng)。 Forrest 用概率分析的方法估計(jì)了算法的可靠性與檢測(cè)集合大小的關(guān)系。 Forrest 基于反向選擇原理提出了反向選擇算法用來異常檢測(cè),算法主要包括兩個(gè)步驟 :首先,產(chǎn)生一個(gè)檢測(cè)器集合,其中每一個(gè)檢測(cè)器與被保護(hù)的數(shù)據(jù)不匹配 。 主要免疫學(xué)說有反向選擇原理、進(jìn)化學(xué) 說、克隆選擇理論、疫苗學(xué)說和免疫網(wǎng)絡(luò)理論等。 人工免疫算法 近年來,國內(nèi)外己提出并發(fā)展了一些免疫算法,不同免疫算法的分析和比較主要從以下兩方面進(jìn)行研究 :1)自然免疫系統(tǒng)的免疫學(xué)理論和方法 。而對(duì)自體蛋白質(zhì)不具備親和力,可形成免疫耐受。而那些對(duì)自身蛋白產(chǎn)生免疫應(yīng)答的未成熟 T細(xì)胞則被就地破壞掉,從而防止對(duì)生物體自身造成錯(cuò)誤攻擊。免疫系統(tǒng)對(duì)外界入侵抗原的識(shí)別依靠 T細(xì)胞表面的受體進(jìn)行檢測(cè),而在 T細(xì)胞的產(chǎn)生過程中,受體通過偽隨機(jī)基因重組過程來形成。一層涵義的識(shí)別是對(duì)入侵抗原的識(shí)別,主要是通過淋巴細(xì)胞上的抗原識(shí)別受體與抗原的結(jié)合來 實(shí)現(xiàn)的,二者結(jié)合的強(qiáng)度稱為親合度。 免疫識(shí)別是免疫系統(tǒng)的主要功能,識(shí)別的本質(zhì)是區(qū)分“自我”和“非我”。當(dāng)某種抗體的濃度達(dá)到一個(gè)給定閉值時(shí),它就起到了某種抗原的作用而對(duì)別的能與之相匹配的抗體產(chǎn)生激勵(lì)作用,同時(shí),它也被別的抗體抑制,從而導(dǎo)致其濃度的下降,直到免疫系統(tǒng)回復(fù)到平衡狀態(tài)。這一免疫網(wǎng)絡(luò)學(xué)說認(rèn)為,抗體不但具有與抗原的抗原決定基 (epitope)相結(jié)合的抗體結(jié)合部位 (paratope),而且具有自己的特定的抗原決定基 (idiotope)。 當(dāng)病原體被清除后,免疫系統(tǒng)中就只存在抗體而不存在抗原了,或者抗原存在但 濃度很低,這種 (或多種 )與病原體匹配并參與清除抗原的抗體在免疫系統(tǒng)中大量存在,濃度較高,免疫系統(tǒng)這時(shí)處于一種失衡狀態(tài),它如何回復(fù)到平衡狀態(tài)呢 ? 等人提出的獨(dú)特型 (idiotypic)網(wǎng)絡(luò)學(xué)說回答了這個(gè)問題。細(xì)胞的無性繁殖系稱作克隆。這個(gè)學(xué)說認(rèn)為免疫系統(tǒng)在胚胎期由于遺傳和免疫細(xì)胞在增殖中發(fā)生基因突變,形成了免疫細(xì)胞的多樣性。在免疫系江蘇大學(xué) 2020 屆本科畢業(yè)論文 14 統(tǒng)中,負(fù)責(zé)識(shí)別和清除抗原的是抗體,免疫系統(tǒng)的強(qiáng)大的識(shí)別能力,即來源于抗體的 多樣性。 免疫系統(tǒng)是高等脊椎動(dòng)物體內(nèi)能夠識(shí)別和排除抗原性異物,保護(hù)機(jī)體免受損害及維持內(nèi)環(huán)境穩(wěn)定的極為復(fù)雜的生物學(xué)系統(tǒng)。研究者們根據(jù)問題的需要,從生物免疫系統(tǒng)中抽取若干個(gè)特性,建立了很多人工免疫系統(tǒng) (Artificial Immune SystemAIS)和人工免疫算法 (Artificial Immune AlgorithmAIA),以解決復(fù)雜的工程實(shí)際問題。 從信息處理的觀點(diǎn)看 (From an informationprocessing perspective),免疫系統(tǒng)是與遺傳系統(tǒng)、神經(jīng)系統(tǒng)并存的人體三大信息系統(tǒng)之一,它具有如下的功能 :模式識(shí)別能力,并行信息處理能力,學(xué)習(xí)能力,記憶與聯(lián)想能力,自適應(yīng)能力,自組織自調(diào)整能力以及抗體的多樣性保持能力。那些能夠參與免疫應(yīng)答的細(xì)胞,會(huì)被記憶下來而長(zhǎng)期保存在免疫系統(tǒng)中,當(dāng)相同或相似的抗原再次入侵機(jī)體時(shí) (Previously),免疫系統(tǒng)會(huì)產(chǎn)生所謂的“二次應(yīng)答”,能更快、更準(zhǔn)確、更有效地消除抗原。當(dāng)親合力超過某一閉值時(shí),即表示抗體與抗原匹配成功,免疫應(yīng)答 (imm
點(diǎn)擊復(fù)制文檔內(nèi)容
高考資料相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1