导　　师： 毛宗源;田联房

学科专业： H1101

授予学位： 博士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 本文系统研究了免疫系统反应和免疫网络动力学模型的正平衡解稳定性、分岔及不同参数的动力学行为，探讨人工免疫网络模型在优化算法设计及实际应用中的理论与方法。 首先，本文在marchuk免疫反应模型研究成果的基础上，利用系统动力学理论，研究marchuk模型正平衡解的稳定性，产生hopf分岔和周期解的条件，并用计算机仿真方法研究模型不同参数的动力学行为。将perelson免疫反应的动力学模型扩展到具有时滞的情形，证明了系统正平衡解无时滞稳定的充分条件及其全时滞稳定充要条件。用积分变换将免疫系统的ab网络模型变形为模仿者动态模型，并研究ab网络的纳什均衡条件。对于farmer网络模型，用lyapunov稳定性理论研究其稳定性，得出其正平衡点稳定及吸引的充分条件。 其次，针对常用免疫算法存在的一些缺陷，本文在免疫算法中引入混沌搜索的机制，用分布比较均匀的h6non映射代替其它混沌映射产生混沌序列，用于搜索过程，以改善免疫算法搜索性能和收敛速度。针对一些多目标优化算法中存在收敛速度慢，得到有效解数量少的问题，本文对多目标优化算法的排序策略进行改进，提出一种新的人工免疫算法用于多目标优化，它能产生更多的pareto最优解，且解分布区域更广，更为均匀。 最后，利用免疫动力学模型理论研究成果，本文尝试将免疫网络动力学模型应用于免疫算法设计。首次地提出用演化博弈论中的模仿者动态模型来设计一种人工免疫网络，它精确描述了抗体之间的进化博弈关系，并用于模式学习。创造性地提出用免疫网络动力学模型来定义抗体的浓度，抗体间的激励和抑制，用函数值和亲合力之积来表示适应度，对抗体进行评价。在此基础上，论文还研究将抗体网络用于优化，提出一种基于抗体网

关 键 词： 人工免疫系统 动力学 进化博弈 免疫网络 优化

领　　域： [自动化与计算机技术] [自动化与计算机技术]