人工智能基础：工程免疫计算：基本概念与研究框架

第2卷第6期 智能系统学报 Vol.2 Na6 2007年12月 CAAI Transactions on Intelligent Systems Dec.2007 工程免疫计算：基本概念与研究框架 肖人彬2曹鹏彬23，刘勇 (1.华中科技大学系统工程研究所，湖北武汉430074；2.华中科技大学CAD中心，湖北武汉430074；3.武汉工程大学机 电工程学院，湖北武汉430073：4.三峡大学电气信息学院，湖北宜昌443002) 摘要：人工免疫系统(artificial immune system,AIS)是目前人工智能领域的研究前沿之一.分析了AIS所要解决 的各种工程实际问题的共性特点和聚类特征，将工程领域中的各种AIS应用问题聚类归纳为若干类别的典型工程 问题，在此基础上提炼形成了工程免疫计算(engineering immune computing,EIC)的概念.给出了EIC的定义，对其 概念内涵进行了阐释，说明了EIC和AS之间的关系；构建提出了EIC的研究框架，包括基本原理、实现技术、工程 应用以及理论分析和实现方法等5个部分，并对这些组成部分进行了详细阐述.从面向问题求解的免疫设计和面向 产品演化的免疫设计2个方面对基于EIC的产品设计方法进行了阐述，以产品设计为例，对基于EIC的工程应用展 开了进一步说明.结合AS在工程领域中的应用现状及其存在的问题，展望了EIC的发展方向，着重论述了其在产 品设计领域中的应用前景.EIC概念的提出充实和发展了AIS的研究范畴，可为更好地利用AIS解决工程实际中的 诸多复杂问题提供有效的方法指导. 关键词：人工免疫系统，工程免疫计算，工程问题；产品设计 中图分类号：TP18:TB21文献标识码：A文章编号：1673-4785(2007)06002711 Engineering immune computing:funda mentals and a research fra me work XIAO Renbin'2,CAO Peng-bin2.3,LIU Yong (1.Institute of Systems Engineering,Huazhong University of Science and Technology,Wuhan 430074,China;2.CAD Center, Huazhong University of Science and Technology,Wuhan 430074,China;3.School of Mechatronics Engineering,Wuhan Insti- tute of Technology,Wuhan 430073,China;4.School of Electrical Engineering and Information Technology,China Three Gorges University,Yichang 443002,China) Abstract:Artificial immune system(AIS)are at the forefront of artificial intelligence research.This paper begins by analyzing commonness and clustering features in solving practical engineering problems with AIS.The application problems related to AIS in different engineering fields were then classified into sever- al typical categories of engineering problems.On that basis,the concept of engineering immune computing (EIC)was abstracted and formed.After this definition of EIC was presented,the conceptual meaning of EIC and the relationship between EIC and AIS were explained.A research framework for EIC was con- structed,and its constituents were discussed in detail.From two aspects namely immune design for prob- lem solving and immune design for product evolution,the method of product design based on EIC was ad- dressed to take product design as an example to further state the engineering application based on EIC.Re- ferring to the present application status of AIS in engineering fields and the existing problems,perspectives in the application of EIC were discussed.In particular,developmental directions of the application of EIC in the field of product design were prospected.The presentation of the concept of EIC expands the research scope of AIS and can provide efficient methodological guidance for applying AIS to solve complex problems in engineering practice. 收稿日期：200-0402. 基金项目：因家自然科学基金资助项目(50575083)：高等学校博士点 基金资助项目(20030487054). 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

第 2 卷第 6 期 智 能 系 统 学 报 Vol. 2 №. 6 2007 年 12 月 CAAI Transactions on Intelligent Systems Dec. 2007 工程免疫计算 :基本概念与研究框架 肖人彬1 ,2 ,曹鹏彬2 ,3 ,刘 勇4 (1. 华中科技大学 系统工程研究所 ,湖北 武汉 430074 ;2. 华中科技大学 CAD 中心 ,湖北 武汉 430074 ;3. 武汉工程大学 机 电工程学院 ,湖北 武汉 430073 ;4. 三峡大学 电气信息学院 ,湖北 宜昌 443002) 摘 要 :人工免疫系统(artificial immune system , AIS)是目前人工智能领域的研究前沿之一. 分析了 AIS 所要解决 的各种工程实际问题的共性特点和聚类特征 ,将工程领域中的各种 AIS 应用问题聚类归纳为若干类别的典型工程 问题 ,在此基础上提炼形成了工程免疫计算(engineering immune computing , EIC) 的概念. 给出了 EIC 的定义 ,对其 概念内涵进行了阐释 ,说明了 EIC 和 AIS 之间的关系 ;构建提出了 EIC 的研究框架 ,包括基本原理、实现技术、工程 应用以及理论分析和实现方法等 5 个部分 ,并对这些组成部分进行了详细阐述. 从面向问题求解的免疫设计和面向 产品演化的免疫设计 2 个方面对基于 EIC 的产品设计方法进行了阐述 ,以产品设计为例 ,对基于 EIC 的工程应用展 开了进一步说明. 结合 AIS 在工程领域中的应用现状及其存在的问题 ,展望了 EIC 的发展方向 ,着重论述了其在产 品设计领域中的应用前景. EIC 概念的提出充实和发展了 AIS 的研究范畴 ,可为更好地利用 AIS 解决工程实际中的 诸多复杂问题提供有效的方法指导. 关键词 :人工免疫系统 ;工程免疫计算 ;工程问题 ;产品设计 中图分类号 : TP18 ; TB21 文献标识码 :A 文章编号 :167324785 (2007) 0620027211 Engineering immune computing : fundamentals and a research framework XIAO Ren2bin 1 ,2 , CAO Peng2bin 2 ,3 , L IU Yong 4 (1. Institute of Systems Engineering , Huazhong University of Science and Technology ,Wuhan 430074 , China ; 2. CAD Center , Huazhong University of Science and Technology , Wuhan 430074 , China ; 3. School of Mechatronics Engineering , Wuhan Insti2 tute of Technology , Wuhan 430073 , China ; 4. School of Electrical Engineering and Information Technology , China Three Gorges University , Yichang 443002 , China) Abstract :Artificial immune system(AIS) are at the forefront of artificial intelligence research. This paper begins by analyzing commonness and clustering feat ures in solving practical engineering problems wit h AIS. The application problems related to A IS in different engineering fields were t hen classified into sever2 al typical categories of engineering problems. On t hat basis , the concept of engineering immune comp uting ( EIC) was abstracted and formed. After t his definition of EIC was presented , t he concept ual meaning of EIC and the relationship between EIC and AIS were explained. A research framework for EIC was con2 structed , and its constituents were discussed in detail. From two aspects namely immune design for prob2 lem solving and immune design for product evolution , t he method of product design based on EIC was ad2 dressed to take product design as an example to f urther state the engineering application based on EIC. Re2 ferring to t he present application stat us of A IS in engineering fields and t he existing p roblems , perspectives in t he application of EIC were discussed. In particular , developmental directions of t he application of EIC in t he field of product design were prospected. The presentation of t he concept of EIC expands t he research scope of A IS and can provide efficient met hodological guidance for applying A IS to solve complex problems in engineering practice. 收稿日期 :2007204202. 基金项目 :国家自然科学基金资助项目(50575083) ;高等学校博士点 基金资助项目(20030487054)

·28 智能系统学报 第2卷 Key words :artificial immune system;engineering immune computing;engineering problem;product design 目前，受生物免疫系统启发而产生的人工免疫 归结为对若干种类的典型问题的求解.以产品设计 系统正在兴起，它作为计算智能研究的新领域，提供 领域为例，虽然产品设计的具体问题各种各样，其要 了一种强大的信息处理和问题求解范式】.人工 求和目标也各不相同，但是产品设计中潜在的可用 免疫系统(artificial immune system,AIS)之所以引 AIS进行求解的各种应用问题经过抽象或转换，可 起人们的极大兴趣，是因为人们希望从生物免疫系 以概括归纳为优化（如优化设计和布局设计等）、识 统的运行机制中获得启发，借助免疫机理和免疫学 别（设计方案如机构轨迹图谱的识别等）、学习（如产 原理建立和发展一种新颖、有效的计算智能方法，并 品族设计中核心平台的聚类分析等)、决策（如设计 用于解决工程实际中的复杂问题.De Castro指出， 方案的评价、决策等)、协同（如复杂产品协同设计 AIS是一种解决工程实际中各种复杂问题的有效手 等)和控制（如汽车空调控制系统的设计）等典型问 段，并提出了“免疫工程州)的概念，旨在促进AIS 题，也就是说，AIS在产品设计中的各种应用基本上 在工程中的应用.文献[4]也指出免疫系统所隐含的 可以归结为对上述几大类问题的求解 丰富资源给予工程人员很多灵感，开发、研究和建立 4)不同AIS应用领域中的某些应用问题可以 适用于工程应用的人工免疫系统，己经成为工程界 抽象或转换为同一类问题进行处理，这意味着不同 关注的焦点，并己在国内外形成活跃的研究氛围， 领域中的某些问题由于具有某一些共性特征，适于 采用同一类免疫算法进行求解.例如，产品设计中的 1 工程免疫计算的提出 布局设计和制造领域中的车间调度都可以抽象为优 从工程应用角度来看，免疫系统的行为特性及 化问题，进而用免疫优化算法进行求解，又如产品设 运行机制与工程领域中许多研究方向有着紧密的联 计中的设计方案识别和图像处理中的文字、符号识 系.实际上，AIS已经在很多工程领域获得了广泛应 别都可以抽象为识别问题进而用免疫识别算法进行 用.利用免疫系统的阴性选择原理构建“计算机免疫 求解 系统M1成为AIS在工程中最直接的一种应用，信 上述分析表明，各个工程领域中潜在的可用 息安全也成为AIS较早的应用领域之一.除了信息 AIS进行求解的诸多应用问题通过抽象或转换，可 安全外，AIS还被成功用于故障诊断、机器人技术、 以归结为若干类别的典型工程问题（本文将由各工 自动控制、数据处理、图像处理、产品设计与制造等 程领域中的具体应用问题通过抽象或转换得到的待 领域1！，为许多复杂问题的有效解决提供了新的 求解问题定义为工程问题)，并结合AIS的有关原 思路和方法.尽管这些工程应用涉及到的具体对象 理和技术进行求解.基于这些关于AS求解工程实 各不相同，下面的分析力图说明AIS在求解工程实 际问题所具有的聚类特征的分析和说明，本文通过 际问题时表现出明显的共性特点和聚类特征 抽象和提炼，概括提出工程免疫计算(engineering 1)AIS在解决工程领域中的应用问题时，通常 immune computing,EIC)的概念，旨在为更好地利 先根据待求解问题的基本特征将其抽象为某一种典 用AIS解决工程实际中的诸多复杂问题提供有效 型问题，进而结合AIS的有关原理和技术进行求 的方法指导，从而提高AIS解决工程实际问题的能 解.例如，文献[13]将轨迹综合问题视作模式匹配问 力，促进AIS在工程中广泛而深入的应用」 题，综合运用ANE无监督学习模型4，、AIRS有监 督学习模型)和阴性选择算法改进模型，提出了一 2工程免疫计算的基本概念 种基于免疫计算的机构轨迹间接综合的新方法， 2.1工程免疫计算的定义与内涵 2)对于直接求解难度较大的应用问题，往往先 定义1工程问题是指对工程领域中的具体应 进行问题转换，然后再用免疫方法进行求解.例如， 用问题通过抽象或转换得到的具有工程应用背景的 文献[16]为了解决机构同构判定问题，首先将其转 待求解问题 换为可降次的旅行商问题—典型的组合优化问 工程问题可以分为若干类，而每一类工程问题 题，进而用免疫方法对其求解. 在问题特征和求解方法上具有共性特点 3)每一个AS应用领域中的各种应用问题通 定义2工程免疫计算由面向工程应用的AS 过抽象或转换可以归结为若干类别的典型问题，这 原理、技术、理论和方法组成，它以工程实际中的应 意味着AIS在某个领域中的各种应用实际上可以 用问题为导向，通过抽取应用问题的本质特征将其 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

Keywords :artificial immune system ; engineering immune comp uting ; engineering problem ; product design 目前 ,受生物免疫系统启发而产生的人工免疫 系统正在兴起 ,它作为计算智能研究的新领域 ,提供 了一种强大的信息处理和问题求解范式[1 - 2 ] . 人工 免疫系统(artificial immune system ,AIS) 之所以引 起人们的极大兴趣 ,是因为人们希望从生物免疫系 统的运行机制中获得启发 ,借助免疫机理和免疫学 原理建立和发展一种新颖、有效的计算智能方法 ,并 用于解决工程实际中的复杂问题. De Castro 指出 , AIS 是一种解决工程实际中各种复杂问题的有效手 段 ,并提出了“免疫工程”[3 ] 的概念 ,旨在促进 AIS 在工程中的应用. 文献[ 4 ]也指出免疫系统所隐含的 丰富资源给予工程人员很多灵感 ,开发、研究和建立 适用于工程应用的人工免疫系统 ,已经成为工程界 关注的焦点 ,并已在国内外形成活跃的研究氛围. 1 工程免疫计算的提出 从工程应用角度来看 ,免疫系统的行为特性及 运行机制与工程领域中许多研究方向有着紧密的联 系. 实际上 ,AIS 已经在很多工程领域获得了广泛应 用. 利用免疫系统的阴性选择原理构建“计算机免疫 系统”[5 ] 成为 AIS 在工程中最直接的一种应用 ,信 息安全也成为 AIS 较早的应用领域之一. 除了信息 安全外 ,AIS 还被成功用于故障诊断、机器人技术、 自动控制、数据处理、图像处理、产品设计与制造等 领域[ 1 - 18 ] ,为许多复杂问题的有效解决提供了新的 思路和方法. 尽管这些工程应用涉及到的具体对象 各不相同 ,下面的分析力图说明 A IS 在求解工程实 际问题时表现出明显的共性特点和聚类特征. 1) A IS 在解决工程领域中的应用问题时 ,通常 先根据待求解问题的基本特征将其抽象为某一种典 型问题 ,进而结合 AIS 的有关原理和技术进行求 解. 例如 ,文献[ 13 ]将轨迹综合问题视作模式匹配问 题 ,综合运用 A IN E 无监督学习模型[14 ] 、A IRS 有监 督学习模型[15 ]和阴性选择算法改进模型 ,提出了一 种基于免疫计算的机构轨迹间接综合的新方法. 2) 对于直接求解难度较大的应用问题 ,往往先 进行问题转换 ,然后再用免疫方法进行求解. 例如 , 文献[ 16 ]为了解决机构同构判定问题 ,首先将其转 换为可降次的旅行商问题 ———典型的组合优化问 题 ,进而用免疫方法对其求解. 3) 每一个 AIS 应用领域中的各种应用问题通 过抽象或转换可以归结为若干类别的典型问题 ,这 意味着 A IS 在某个领域中的各种应用实际上可以 归结为对若干种类的典型问题的求解. 以产品设计 领域为例 ,虽然产品设计的具体问题各种各样 ,其要 求和目标也各不相同 ,但是产品设计中潜在的可用 AIS 进行求解的各种应用问题经过抽象或转换 ,可 以概括归纳为优化 (如优化设计和布局设计等) 、识 别(设计方案如机构轨迹图谱的识别等) 、学习(如产 品族设计中核心平台的聚类分析等) 、决策 (如设计 方案的评价、决策等) 、协同 (如复杂产品协同设计 等) 和控制(如汽车空调控制系统的设计) 等典型问 题 ,也就是说 ,AIS 在产品设计中的各种应用基本上 可以归结为对上述几大类问题的求解. 4) 不同 AIS 应用领域中的某些应用问题可以 抽象或转换为同一类问题进行处理 ,这意味着不同 领域中的某些问题由于具有某一些共性特征 ,适于 采用同一类免疫算法进行求解. 例如 ,产品设计中的 布局设计和制造领域中的车间调度都可以抽象为优 化问题 ,进而用免疫优化算法进行求解 ,又如产品设 计中的设计方案识别和图像处理中的文字、符号识 别都可以抽象为识别问题进而用免疫识别算法进行 求解. 上述分析表明 ,各个工程领域中潜在的可用 AIS 进行求解的诸多应用问题通过抽象或转换 ,可 以归结为若干类别的典型工程问题 (本文将由各工 程领域中的具体应用问题通过抽象或转换得到的待 求解问题定义为工程问题) ,并结合 A IS 的有关原 理和技术进行求解. 基于这些关于 A IS 求解工程实 际问题所具有的聚类特征的分析和说明 ,本文通过 抽象和提炼 ,概括提出工程免疫计算 (engineering immune comp uting , EIC) 的概念 ,旨在为更好地利 用 AIS 解决工程实际中的诸多复杂问题提供有效 的方法指导 ,从而提高 AIS 解决工程实际问题的能 力 ,促进 AIS 在工程中广泛而深入的应用. 2 工程免疫计算的基本概念 211 工程免疫计算的定义与内涵 定义 1 工程问题是指对工程领域中的具体应 用问题通过抽象或转换得到的具有工程应用背景的 待求解问题. 工程问题可以分为若干类 ,而每一类工程问题 在问题特征和求解方法上具有共性特点. 定义 2 工程免疫计算由面向工程应用的 AIS 原理、技术、理论和方法组成 ,它以工程实际中的应 用问题为导向 ,通过抽取应用问题的本质特征将其 ·28 · 智 能 系 统 学 报 第 2 卷

第6期 肖人彬，等：工程免疫计算：基本概念与研究框架 ·29· 抽象或转换得到工程问题，再结合该工程问题的求 2)EIC的求解途径 解技术并利用AIS进行求解 EIC的研究对象是工程实际中的各种复杂应用 关于EIC的内涵，可以从以下3个方面进行理 问题然而，EIC不是直接对应用问题进行求解，而 解 是先进行问题分析，根据问题的基本特征将具体的 I)EIC的基本要素及其之间的关系 应用问题抽象或转换为某种工程问题，如识别、学 EIC由3个基本要素构成，即“工程”、“免疫”和 习、优化等，然后结合AIS的相关原理和技术进行 “计算”.其中，“工程”表明EIC是面向工程应用的， 求解.因此，EIC对工程应用问题的处理采取间接途 它以工程实际中的应用问题为导向，“免疫”说明 径，其好处在于：问题的抽象或转换有利于把握待求 EIC是受生物免疫系统及其运行机制启发而来的、 解问题的本质特征并降低问题的复杂性，从而简化 生物免疫系统为EIC提供了灵感源泉；“计算”则是 问题的处理；同时也有利于结合识别、学习、优化等 指EIC通过模拟免疫系统的概念、功能、机理、特征 工程问题本身的求解技术更好地解决问题 和原理并将其映射为免疫算法，从而实现对各种问 需要说明的是，EIC将具体的应用问题抽象或 题的求解，同时也暗含EIC具有很强的计算能力. 转换为识别、学习、优化等工程问题进行处理，但 需要说明的是，“计算”的含义己经被拓展和深化，它 EC求解的不是单纯的识别、学习、优化等问题，而 不是指一般意义上的数值计算，而是泛指在解空间 是具有工程应用背景的识别、学习、优化等问题 上进行的搜索过程.由EIC的基本构成要素可知， EIC的求解途径如图2所示. EIC解决工程实际中各种复杂问题的能力来源于生 物免疫系统提供的隐喻机制，并且通过“计算”的途 AS原理和啦术 径获得.因此，可以按照以下2种方式理解EIC:第 抽像转换 工程应用问 工程问题) 工卷本身的求解技术 一，“计算”是联系“工程”和“免疫”的桥梁，EIC由 刀求解 工程背景 “工程”、“免疫”和“计算”这三者共同作用构成，即有 (问题的解 EIC=免疫+工程+计算，如图1(a)所示；第二，“免 疫”和“计算”结合起来构成“免疫计算”，即基于免疫 图2EIC的求解途径 策略的计算或受免疫策略启发的计算，而EIC是免 Fig 2 Solving approach to EIC 疫计算与工程应用相结合的产物，即有EIC=免疫 3)EIC的研究范畴 计算+工程，如图1(b)所示 EIC通过揭示免疫计算的一般性原理和探讨面 向工程实际问题求解的免疫计算的一般方法，旨在 为工程应用提供可靠的理论支撑和有效的方法工 工程免疫计算 具.因此，EIC的研究范畴主要包括2个方面，一方 面是免疫计算的一般性原理，即EIC的基本原理和 生物免疫系 实现技术等，另一方面是EIC的应用，即探讨EIC 工程应用 在各种工程领域中的应用及其求解方法.具体来讲， EIC的研究主要有以下几个方面内容：①EIC仿生 机理的研究，②在免疫学基本原理基础上启发得到 (a)EIC=免疫+工程+计算 的EIC基本求解算法的研究；③面向典型工程问题 求解的EIC应用算法的研究，④洛种混合免疫算法 工程免疫计算 的研究；⑤EIC工程应用的研究，⑥EIC理论分析方 免疫计算 工程应用 面的研究，⑦EIC实施方法的研究 牛物免疫系究 2.2工程免疫计算与人工免疫系统的关系 计算 概括地讲，EIC与AIS之间既存在着相互联 系，又有各自不同的侧重点 图1 EIC的基本要素及其之间的关系 首先，EIC和AIS之间存在着相互联系.一方 Fig 1 Elements of EIC and their relations 面，AIS是EIC的前提和基础；另一方面，EIC是 AIS的延伸和发展，因为EIC是在总结AIS解决各 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

抽象或转换得到工程问题 ,再结合该工程问题的求 解技术并利用 AIS 进行求解. 关于 EIC 的内涵 ,可以从以下 3 个方面进行理 解. 1) EIC 的基本要素及其之间的关系 EIC 由 3 个基本要素构成 ,即“工程”“、免疫”和 “计算”. 其中“, 工程”表明 EIC 是面向工程应用的 , 它以工程实际中的应用问题为导向 ;“免疫”说明 EIC 是受生物免疫系统及其运行机制启发而来的、 生物免疫系统为 EIC 提供了灵感源泉 ;“计算”则是 指 EIC 通过模拟免疫系统的概念、功能、机理、特征 和原理并将其映射为免疫算法 ,从而实现对各种问 题的求解 ,同时也暗含 EIC 具有很强的计算能力. 需要说明的是“, 计算”的含义已经被拓展和深化 ,它 不是指一般意义上的数值计算 ,而是泛指在解空间 上进行的搜索过程. 由 EIC 的基本构成要素可知 , EIC 解决工程实际中各种复杂问题的能力来源于生 物免疫系统提供的隐喻机制 ,并且通过“计算”的途 径获得. 因此 ,可以按照以下 2 种方式理解 EIC :第 一“, 计算”是联系“工程”和“免疫”的桥梁 , EIC 由 “工程”“、免疫”和“计算”这三者共同作用构成 ,即有 EIC = 免疫 + 工程 + 计算 ,如图 1 (a) 所示 ;第二“, 免 疫”和“计算”结合起来构成“免疫计算”,即基于免疫 策略的计算或受免疫策略启发的计算 ,而 EIC 是免 疫计算与工程应用相结合的产物 ,即有 EIC = 免疫 计算 + 工程 , 如图 1 (b) 所示. 图 1 EIC 的基本要素及其之间的关系 Fig11 Elements of EIC and their relations 2) EIC 的求解途径 EIC 的研究对象是工程实际中的各种复杂应用 问题. 然而 ,EIC 不是直接对应用问题进行求解 ,而 是先进行问题分析 ,根据问题的基本特征将具体的 应用问题抽象或转换为某种工程问题 ,如识别、学 习、优化等 ,然后结合 AIS 的相关原理和技术进行 求解. 因此 ,EIC 对工程应用问题的处理采取间接途 径 ,其好处在于 :问题的抽象或转换有利于把握待求 解问题的本质特征并降低问题的复杂性 ,从而简化 问题的处理 ;同时也有利于结合识别、学习、优化等 工程问题本身的求解技术更好地解决问题. 需要说明的是 , EIC 将具体的应用问题抽象或 转换为识别、学习、优化等工程问题进行处理 ,但 EIC 求解的不是单纯的识别、学习、优化等问题 ,而 是具有工程应用背景的识别、学习、优化等问题. EIC 的求解途径如图 2 所示. 图 2 EIC 的求解途径 Fig12 Solving approach to EIC 3) EIC 的研究范畴 EIC 通过揭示免疫计算的一般性原理和探讨面 向工程实际问题求解的免疫计算的一般方法 ,旨在 为工程应用提供可靠的理论支撑和有效的方法工 具. 因此 ,EIC 的研究范畴主要包括 2 个方面 ,一方 面是免疫计算的一般性原理 ,即 EIC 的基本原理和 实现技术等 ,另一方面是 EIC 的应用 ,即探讨 EIC 在各种工程领域中的应用及其求解方法. 具体来讲 , EIC 的研究主要有以下几个方面内容 : ①EIC 仿生 机理的研究 ; ②在免疫学基本原理基础上启发得到 的 EIC 基本求解算法的研究 ; ③面向典型工程问题 求解的 EIC 应用算法的研究 ; ④各种混合免疫算法 的研究 ; ⑤EIC 工程应用的研究 ; ⑥EIC 理论分析方 面的研究 ; ⑦EIC 实施方法的研究. 212 工程免疫计算与人工免疫系统的关系 概括地讲 , EIC 与 A IS 之间既存在着相互联 系 ,又有各自不同的侧重点. 首先 , EIC 和 AIS 之间存在着相互联系. 一方 面 ,A IS 是 EIC 的前提和基础 ;另一方面 , EIC 是 AIS 的延伸和发展 ,因为 EIC 是在总结 AIS 解决各 第 6 期 肖人彬 ,等 :工程免疫计算 :基本概念与研究框架 ·29 ·

·30· 智能系统学报 第2卷 种工程应用问题所具有的共性特点的基础上提出 用、理论分析和实现方法5个部分构成，如图3所 的，其核心是将各种工程应用问题通过抽象或转换 示.其中，基本原理包括免疫学基本概念、EIC的生 归结为若干类别的典型工程问题并结合AIS的有 物原型和EIC的特性及仿生机理，它对应于EIC组 关原理和技术进行求解 成要素中的“免疫”；实现技术包括抗体的表示和评 其次，EIC和AIS各自的侧重点不同.AIS以生 估方法、由EIC仿生机理映射得到的EIC求解算法 物原型为导向，强调的是从生物免疫系统的隐喻中 以及免疫计算的综合集成技术，它对应于EIC组成 启发映射得到计算模型，也就是说，AIS的研究主要 要素中的“计算”，工程应用则包括3个部分，即EIC 采用的是自上而下的途径；而EIC则以工程应用为 的应用领域、EIC的应用问题和工程问题，它对应于 导向，强调基于生物免疫系统的概念功能、机理、特 EIC组成要素中的“工程”.本文根据AIS目前的应 征和原理解决工程实际问题，主要采用的是自下而 用状况，将工程领域中的各种应用问题聚类归纳为 上的思路 6大类典型的工程问题，即识别、优化、学习、控制、 总之，EIC的基础是AIS,它以工程应用为导 决策和协同.工程问题具有可扩展性，因为随着EIC 向，研究面向复杂工程实际问题求解的免疫计算方 的深入发展，EIC的应用领域和应用问题将会被不 法，将各种工程应用问题通过抽象或转换归结为若 断拓展，由此通过抽象或转换可以归结得到更多种 干类别的典型工程问题并结合AIS的原理和技术 类的典型工程问题.此外，EIC的研究框架还包括理 进行求解.因此，EIC概念的提出充实和发展了AIS 论分析和实现方法2个部分，前者对EIC的各种算 的研究范畴 法进行数学上的分析，后者则构成EIC的方法学 3工程免疫计算的研究框架 它们分别为EIC提供理论支持和方法指导，下面分 别就EIC研究框架中的各个组成部分进行阐述 EIC的研究框架由基本原理、实现技术、工程应 基 原 型 生物原型 特性及仿生机理 免疫 免疫学基本概念 0 0 实 免疫计算的集成 现 求解算法 计算 技 C 抗体的表示和评估 工程 0 0 工 识 别优化学习控制决策协同 程 工 程 应 0 0 应 用 领域/应 用 题 论分析 实现方法 图3EIC的研究框架 Fig 3 Research framework of EIC 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

种工程应用问题所具有的共性特点的基础上提出 的 ,其核心是将各种工程应用问题通过抽象或转换 归结为若干类别的典型工程问题并结合 A IS 的有 关原理和技术进行求解. 其次 ,EIC 和 A IS 各自的侧重点不同. AIS 以生 物原型为导向 ,强调的是从生物免疫系统的隐喻中 启发映射得到计算模型 ,也就是说 ,AIS 的研究主要 采用的是自上而下的途径 ;而 EIC 则以工程应用为 导向 ,强调基于生物免疫系统的概念、功能、机理、特 征和原理解决工程实际问题 ,主要采用的是自下而 上的思路. 总之 , EIC 的基础是 AIS ,它以工程应用为导 向 ,研究面向复杂工程实际问题求解的免疫计算方 法 ,将各种工程应用问题通过抽象或转换归结为若 干类别的典型工程问题并结合 AIS 的原理和技术 进行求解. 因此 ,EIC 概念的提出充实和发展了 AIS 的研究范畴. 3 工程免疫计算的研究框架 EIC 的研究框架由基本原理、实现技术、工程应 用、理论分析和实现方法 5 个部分构成 ,如图 3 所 示. 其中 ,基本原理包括免疫学基本概念、EIC 的生 物原型和 EIC 的特性及仿生机理 ,它对应于 EIC 组 成要素中的“免疫”;实现技术包括抗体的表示和评 估方法、由 EIC 仿生机理映射得到的 EIC 求解算法 以及免疫计算的综合集成技术 ,它对应于 EIC 组成 要素中的“计算”;工程应用则包括 3 个部分 ,即 EIC 的应用领域、EIC 的应用问题和工程问题 ,它对应于 EIC 组成要素中的“工程”. 本文根据 AIS 目前的应 用状况 ,将工程领域中的各种应用问题聚类归纳为 6 大类典型的工程问题 ,即识别、优化、学习、控制、 决策和协同. 工程问题具有可扩展性 ,因为随着 EIC 的深入发展 ,EIC 的应用领域和应用问题将会被不 断拓展 ,由此通过抽象或转换可以归结得到更多种 类的典型工程问题. 此外 ,EIC 的研究框架还包括理 论分析和实现方法 2 个部分 ,前者对 EIC 的各种算 法进行数学上的分析 ,后者则构成 EIC 的方法学 , 它们分别为 EIC 提供理论支持和方法指导. 下面分 别就 EIC 研究框架中的各个组成部分进行阐述. 图 3 EIC 的研究框架 Fig13 Research framework of EIC ·30 · 智 能 系 统 学 报 第 2 卷

第6期 肖人彬，等：工程免疫计算：基本概念与研究框架 ·31· 3.1工程免疫计算的基本原理 3.2工程免疫计算的实现技术 如前所述，EIC的基本原理包括免疫学基本概 3.2.1抗体的表示和评估 念、EIC的生物原型和EIC的特性及仿生机理.免 形态空间被用于对抗体进行形式化表达，通常 疫学基本概念指抗原、抗体、免疫和免疫应答等有关 采用的空间有3种，即欧氏形态空间（抗体表示为实 术语及其含义；EIC的生物原型是生物免疫系统，涉 数向量)海明形态空间（抗体用有限字符集上的字 及免疫系统组成结构、免疫机制、免疫学原理和免疫 符串表示)和整数形态空间（抗体用整数表示，是海 系统特性等.图4、图5分别罗列显示了主要的EIC 明形态空间的一种特殊形式).抗体的评估包括抗体 特性和典型的EIC仿生机理.EIC所具有的诸多优 和抗原之间结合（匹配）程度的评估以及抗体之间相 良特性是通过EIC丰富的仿生机理得到体现的，从 似程度的评估2个方面，一般用亲合度(affinity)表 而具有强大的信息处理和问题求解能力；而EC的 示，而亲合度的度量通常采用4种方法，即R连续 仿生机理则从信息处理的角度认识和剖析免疫系统 位法海明距离法、欧氏距离法或信息熵度量法 并抽取免疫机制和免疫系统特性的工作机理，是 3.2.2EIC求解算法 EC隐喻机制的不竭之源，因此深入认识免疫系统 基于EIC仿生机理开发的EIC求解算法如图6 并挖掘潜在的EIC仿生机理是开发有效的EIC求 所示，主要包括3种类型：①模仿免疫系统抗体和抗 解算法并用于工程实际的前提和基础， 原识别、结合以及抗体产生过程（借用GA的交叉和 变异算子)，并利用免疫系统多样性机理抽象得到的 EIC特性 般免疫算法，这也是一种最简单的EIC算法；② 分 并 基于免疫学基本原理抽象得到的算法，主要有阴性 行 棒 现 选择算法、克隆选择算法和免疫网络算法，③面向工 式 性 织 性 程问题求解的各种算法，包括免疫识别算法、免疫优 化算法、免疫学习算法、免疫控制算法和免疫决策算 图4EIC特性 法等.在这3种算法中，前2种是EIC的基本求解 Fig,4 Characteristics of EIC 算法，最后一种则是为完成特定工程问题而设计的 应用型算法 EIC仿生机理 3.2.3免疫计算的综合集成 免疫计算的综合集成是指基于AIS的有关原 兔 兔 免 理对其他智能计算方法进行改进和加强或将AIS 疫识别 疫 隆选 与其他智能计算方法进行融合从而得到各种混合免 择 网络 谢 疫算法.目前研究较多的混合免疫算法有免疫进化 算法、免疫神经网络、免疫·多智能主体算法、免疫 图5 典型的EIC仿生机理 模糊算法等.此外，AIS也属于涌现计算范畴)，因 Fig 5 Typical bionic principles of EIC 此免疫计算与群集计算的融合可望产生新的涌现计 算方法 般免疫算法 基本求解算法 EC求解算法 阴性选择算法、克隆选择算法、免疫网络算法 免疫识别算法、免疫优化算法、免疫学习算法 面向工程问题求 免疫控制算法、免疫决策算法 解的应用算法 图6EIC求解算法 Fig 6 Solving algorithms for EIC 智能计算方法的融合能够综合不同方法各自的 嵌入免疫操作利用免疫机理（主要是抗体多样性机 特点、各取所长，从而为问题求解提供更加有效的手 理)改进已有算法，尤其是对遗传算法进行改进.混 段.目前虽然已经有一些将免疫计算和其他智能计 合免疫计算有待向深层次发展，即通过将免疫计算 算方法进行混合的研究与应用，但是大都局限于低 的主要特点和思想引入其他智能计算方法，或将其 层次的简单混合，停留在简单地在其他方法中通过 他方法的主要特点和思想引入免疫计算，从而实现 C 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

311 工程免疫计算的基本原理 如前所述 ,EIC 的基本原理包括免疫学基本概 念、EIC 的生物原型和 EIC 的特性及仿生机理. 免 疫学基本概念指抗原、抗体、免疫和免疫应答等有关 术语及其含义 ; EIC 的生物原型是生物免疫系统 ,涉 及免疫系统组成结构、免疫机制、免疫学原理和免疫 系统特性等. 图 4、图 5 分别罗列显示了主要的 EIC 特性和典型的 EIC 仿生机理. EIC 所具有的诸多优 良特性是通过 EIC 丰富的仿生机理得到体现的 ,从 而具有强大的信息处理和问题求解能力 ;而 EIC 的 仿生机理则从信息处理的角度认识和剖析免疫系统 并抽取免疫机制和免疫系统特性的工作机理 ,是 EIC 隐喻机制的不竭之源 ,因此深入认识免疫系统 并挖掘潜在的 EIC 仿生机理是开发有效的 EIC 求 解算法并用于工程实际的前提和基础. 图 4 EIC 特性 Fig14 Characteristics of EIC 图 5 典型的 EIC 仿生机理 Fig15 Typical bionic principles of EIC 312 工程免疫计算的实现技术 31211 抗体的表示和评估 形态空间被用于对抗体进行形式化表达 ,通常 采用的空间有 3 种 ,即欧氏形态空间(抗体表示为实 数向量) 、海明形态空间 (抗体用有限字符集上的字 符串表示) 和整数形态空间 (抗体用整数表示 ,是海 明形态空间的一种特殊形式) . 抗体的评估包括抗体 和抗原之间结合(匹配) 程度的评估以及抗体之间相 似程度的评估 2 个方面 ,一般用亲合度 (affinity) 表 示 ,而亲合度的度量通常采用 4 种方法 ,即 R 连续 位法、海明距离法、欧氏距离法或信息熵度量法. 31212 EIC 求解算法 基于 EIC 仿生机理开发的 EIC 求解算法如图 6 所示 ,主要包括 3 种类型 : ①模仿免疫系统抗体和抗 原识别、结合以及抗体产生过程(借用 GA 的交叉和 变异算子) ,并利用免疫系统多样性机理抽象得到的 一般免疫算法 ,这也是一种最简单的 EIC 算法 ; ② 基于免疫学基本原理抽象得到的算法 ,主要有阴性 选择算法、克隆选择算法和免疫网络算法 ; ③面向工 程问题求解的各种算法 ,包括免疫识别算法、免疫优 化算法、免疫学习算法、免疫控制算法和免疫决策算 法等. 在这 3 种算法中 ,前 2 种是 EIC 的基本求解 算法 ,最后一种则是为完成特定工程问题而设计的 应用型算法. 31213 免疫计算的综合集成 免疫计算的综合集成是指基于 A IS 的有关原 理对其他智能计算方法进行改进和加强或将 AIS 与其他智能计算方法进行融合从而得到各种混合免 疫算法. 目前研究较多的混合免疫算法有免疫进化 算法、免疫神经网络、免疫 - 多智能主体算法、免疫 模糊算法等. 此外 ,AIS 也属于涌现计算范畴[7 ] ,因 此免疫计算与群集计算的融合可望产生新的涌现计 算方法. 图 6 EIC 求解算法 Fig16 Solving algorithms for EIC 智能计算方法的融合能够综合不同方法各自的 特点、各取所长 ,从而为问题求解提供更加有效的手 段. 目前虽然已经有一些将免疫计算和其他智能计 算方法进行混合的研究与应用 ,但是大都局限于低 层次的简单混合 ,停留在简单地在其他方法中通过 嵌入免疫操作利用免疫机理 (主要是抗体多样性机 理) 改进已有算法 ,尤其是对遗传算法进行改进. 混 合免疫计算有待向深层次发展 ,即通过将免疫计算 的主要特点和思想引入其他智能计算方法 ,或将其 他方法的主要特点和思想引入免疫计算 ,从而实现 第 6 期 肖人彬 ,等 :工程免疫计算 :基本概念与研究框架 ·31 ·