摘要：抗体网络作为一种新型的基于免疫原理的神经网络模型,已有实验验证了其具有良好的无监督竞争学习能力。但对抗体网络的研究目前还集中在原理介绍和实验验证上,没有将其应用在实际工程问题中的先例。在保留抗体网络的结构自动生成,基于克隆选择、变异机制的无监督竞争学习等优点的同时,对抗体网络的初始化、抗体的表示方式、网络结构的更新等方面作了适当的改进。在此基础上设计的邮件过滤器,和传统的邮件过滤器相比,实验结果表明其具有自适应能力好、准确性高等优点。

摘要：阐述了免疫系统抗体网络的机理和特点,深入分析了抗体网络与常用的免疫算法和Hopfield神经网络异同。通过不断更新输入模式(抗原)和采用最优保存策略,将基于克隆选择的竞争学习算子、自动生成网络结构、剪枝算子和低频变异用于进化操作,提出一种新的基于抗体网络的免疫算法,用于函数优化问题。实验结果表明新算法可行有效。与常用的免疫算法、Hopfield神经网络优化算法比较,新算法具有较好的全局搜索能力和较快收敛速度。