摘要：本文提出了一种新的数据挖掘分类方法——免疫克隆分类算法（Immune Clonal Algorithm for Classification，ICAC）．ICAC是一种基于免疫克隆算法的搜索机制和Michigan方法模型的规则提取和分类方法．与遗传分类算法不同，ICAC是一种自下而上的分类算法．ICAC虽然着眼于规则的进化，但是从编码到免疫算子的设计都立足于训练样本，可避免进化过程中产生无意义规则，且产生的规则是可解释的．文中将算法用于UCI数据集，并与现有的基于非遗传算法、遗传算法和分布式遗传算法的分类方法进行了比较实验．结果表明，ICAC是一种有效的分类算法．

摘要：本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题.

摘要：为求解大规模TSP问题,提出了并行人工免疫系统的塔式主从模型(Towerlike Master-Slave Model,TMSM),和基于TMSM的并行免疫记忆克隆选择算法(Parallel Immune Memory Clonal Selection Algorithm,PIMCSA).TMSM是粗粒度的两层并行人工免疫模型,其设计体现了分布式的免疫响应和免疫记忆机制.PIMCSA用疫苗的迁移代替了抗体的迁移,兼顾了种群多样性的保持和算法的收敛速度.与其他算法相比,PIMCSA在求解精度和运行时间上都更具优势,而且问题规模越大优势越明显.TMSM很好地体现了免疫系统的特性,PIMCSA是适合求解大规模复杂优化问题的并行人工免疫算法,具有良好的可扩展性.

摘要：为提高人工免疫算法求解旅行商(TSP)问题的效率,设计了一种疫苗的动态提取策略.该策略通过对记忆种群的一个随机子集进行线性复杂度的集合求交集运算,不仅能自适应地提取单个基因疫苗,而且能获得长度大于1的多基因疫苗组.随着迭代的进行疫苗长度的自适应增加,降低了原TSP问题的规模,压缩了算法的搜索空间.与其他疫苗策略相比,该策略无需人为参与,能更准确地预测最优路径中的边,帮助算法获得更高质量的解.

摘要：为了解决下一代蜂窝网络家庭基站导频功率分配问题,给出了一个基于免疫记忆克隆算法的家庭基站导频功率优化方案。设计了家庭基站导频功率优化问题的数学模型,给出了免疫记忆克隆算法框架,并通过仿真实验对本文方案进行了验证。实验结果表明:本文方案基于网络拓扑结构和传播流量分布,能够有效地对家庭基站的导频功率和毫微微小区半径进行优化配置,具有较好的应用价值。

摘要：IEEE802.16j标准引入了中继站,从而能获得覆盖能力和容量的提升.与传统的单跳无线接入网络相比,IEEE802.16j网络具有以较低代价获得较高容量的优势.中继站和基站的联合优化是移动网络运营商进行网络规划的重要内容之一.由于中继站建站代价远小于基站建站代价,在给定候选站址和覆盖需求的前提下,通过对中继站和基站的站址进行联合优化可以减少基站的建设数目,从而降低网络的建设总代价.为了解决802.16j网络基站及中继站选址优化问题,给出了一个基于免疫计算的选址优化方案.设计了802.16j网络选址优化问题的数学模型,给出了求解选址优化问题的免疫优化算法,并进行了仿真实验.实验结果表明:所给出的方案能以较小的网络建设代价获得较大的网络容量增益,具有较好的应用价值.

摘要：本文研究了单运营商异构网络环境下的联合会话接纳控制问题,给出了一个基于免疫计算的会话接纳控制方案.设计了联合会话接纳控制问题的数学模型,给出了基于免疫多目标优化算法的控制方案框架,并通过仿真实验验证了本文方案.实验结果表明,与文献方案相比,本文设计的接入控制方案在阻塞率和频谱效用之间获得了更好的性能折中,同时更好地兼顾了同一运营商内各个接入网络之间的公平,具有较好应用价值.

摘要：本文设计了垂直切换判决方案问题的数学模型,给出了一种基于简谐振子免疫优化算法的垂直切换判决方案.并与文献方案进行了对比实验实验结果表明,本文方案能够有效地平衡网络负载、增加终端电池的生存时间,具有较好的应用价值.

摘要：《多媒体技术及应用》是一门包含一定的基础理论又极具实践性的课程,在计算机专业课程教学中占有重要的地位,对提高学生掌握多媒体知识和技术,提高学生的动手能力有着重要的作用。文章分析了《多媒体技术与应用》课程的特点,结合教学实践,对教学改革进行探讨。