Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

10. Artificial Immune Systems

verfasst von : Ke-Lin Du, M. N. S. Swamy

Erschienen in: Search and Optimization by Metaheuristics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

EAs and PSO tend to converge to a single optimum and hence progressively lose diversity. This is not the case for artificial immune systems (AISs). AISs are based on four main immunological theories, namely, clonal selection, immune networks, negative selection, and danger theory. This chapter introduces four immune algorithms inspired by the four immunological theories.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Particle Swarm Optimization
Nächstes Kapitel Ant Colony Optimization
Literatur
1.
Ada GL, Nossal GJV. The clonal selection theory. Sci Am. 1987;257(2):50–7.CrossRef
2.
Atlan H, Cohen IR. Theories of immune networks. Berlin: Spriner; 1989.CrossRef
3.
Burnet FM. The clonal selection theory of acquired immunity. Cambridge, UK: Cambridge University Press; 1959.CrossRef
4.
Coelho GP, Von Zuben FJ. Omni-aiNet: an immune-inspired approach for omni optimization. In: Proceedings of the 5th international conference on artificial immune systems, Oeiras, Portugal, Sept 2006. p. 294–308.
5.
Cutello V, Nicosia G, Pavone M. An immune algorithm with stochastic aging and Kullback entropy for the chromatic number problem. J Combinator Optim. 2007;14(1):9–33.MathSciNetCrossRefMATH
6.
Dasgupta D. Advances in artificial immune systems. IEEE Comput Intell Mag. 2006;1(4):40–9.CrossRef
7.
de Castro PAD, Von Zuben FJ. BAIS: a Bayesian artificial immune system for the effective handling of building blocks. Inf Sci. 2009;179(10):1426–40.
8.
de Castro LN, Timmins J. An artificial immune network for multimodal function optimization. In: Proceedings of IEEE congress on evolutionary computation, Honolulu, HI, USA, May 2002, vol. 1, p. 699–704.
9.
de Castro LN, Von Zuben FJ. aiNet: an artificial immune network for data analysis. In: Abbass HA, Sarker RA, Newton CS, editors. Data mining: a heuristic approach. Hershey, USA: Idea Group Publishing; 2001. p. 231–259.
10.
de Castro LN, Von Zuben FJ. Learning and optimization using the clonal selection principle. IEEE Trans Evol Comput. 2002;6(3):239–51.CrossRef
11.
de Franca FO, Von Zuben FJ, de Castro LN. An artificial immune network for multimodal function optimization on dynamic environments. In: Proceedings of genetic and evolutionary computation conference (GECCO), Washington, DC, USA, June 2005. p. 289–296.
12.
Engelbrecht AP. Computational intelligence: an introduction. New York: Wiley; 2007.CrossRef
13.
Ferreira C. Gene expression programming: a new adaptive algorithm for solving problems. Complex Syst. 2001;13(2):87–129.MathSciNetMATH
14.
Forrest S, Perelson AS, Allen L, Cherukuri R. Self-nonself discrimination in a computer. In: Proceedings of IEEE symposium on security and privacy, Oakland, CA, USA, May 1994. p. 202–212.
15.
Forrest S, Hofmeyr SA, Somayaji A. Computer immunology. Commun ACM. 1997;40(10):88–96.CrossRef
16.
Garret SM. Parameter-free, adaptive clonal selection. In: Proceedings of IEEE congress on evolutionary computation (CEC), Portland, OR, June 2004. p. 1052–1058.
17.
Greensmith J, Aickelin U. Dendritic cells for SYN scan detection. In: Proceedings of genetic and evolutionary computation conference (GECCO), London, UK, July 2007. p. 49–56.
18.
Greensmith J, Aickelin U. The deterministic dendritic cell algorithm. In: Proceedings of the 7th International conference on artificial immune systems (ICARIS), Phuket, Thailand, August 2008. p. 291–303.
19.
Greensmith J, Aickelin U, Cayzer S. Introducing dendritic cells as a novel immune-inspired algorithm for anomaly detection. In: Proceedings of the 4th international conference on artificial immune systems (ICARIS), Banff, Alberta, Canada, Aug 2005. p. 153–167.
20.
Hofmeyr SA, Forrest S. Architecture for an artificial immune system. Evol Comput. 2000;8(4):443–73.CrossRef
21.
Jerne NK. Towards a network theory of the immune system. Annales d’Immunologie (Paris). 1974;125C:373–89.
22.
Jiao L, Wang L. A novel genetic algorithm based on immunity. IEEE Trans Syst Man Cybern Part A. 2000;30(5):552–61.CrossRef
23.
Matzinger P. Tolerance, danger and the extended family. Annu Rev Immunol. 1994;12:991–1045.CrossRef
24.
Matzinger P. The danger model: a renewed sense of self. Science. 2002;296(5566):301–5.CrossRef
25.
Owens NDL, Greensted A, Timmis J, Tyrrell A. T cell receptor signalling inspired kernel density estimation and anomaly detection. In: Proceedings of the 8th international conference on artificial immune systems (ICARIS), York, UK, Aug 2009. p. 122–135.
26.
27.
Smith RE, Forrest S, Perelson AS. Population diversity in an immune system model: implications for genetic search. In: Whitley LD, editor. Foundations of genetic algorithms, vol. 2. San Mateo, CA: Morgan Kaufmann Publishers; 1993. p. 153–165.
28.
Tang T, Qiu J. An improved multimodal artificial immune algorithm and its convergence analysis. In: Proceedings of world congress on intelligent control and automation, Dalian, China, June 2006. p. 3335–3339.
29.
Varela F, Sanchez-Leighton V, Coutinho A. Adaptive strategies gleaned from immune networks: Viability theory and comparison with classifier systems. In: Goodwin B, Saunders PT, editors. Theoretical biology: epigenetic and evolutionary order (a Waddington Memorial Conference). Edinburgh, UK: Edinburgh University Press; 1989. p. 112–123.
30.
Woldemariam KM, Yen GG. Vaccine-enhanced artificial immune system for multimodal function optimization. IEEE Trans Syst Man Cybern Part B. 2010;40(1):218–28.CrossRef
31.
Xu X, Zhang J. An improved immune evolutionary algorithm for multimodal function optimization. In: Proceedings of the 6th international conference on natural computing, Haikou, China, Aug 2007. p. 641–646.
32.
Zhang R, Li T, Xiao X, Shi Y. A danger-theory-based immune network optimization algorithm. Sci World J;2013:Article ID 810320, 13 p.
Metadaten
Titel
Artificial Immune Systems
verfasst von
Ke-Lin Du
M. N. S. Swamy
Copyright-Jahr
2016
Buch
Search and Optimization by Metaheuristics

Print ISBN: 978-3-319-41191-0

Electronic ISBN: 978-3-319-41192-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-41192-7_10

Premium Partner

    Bildnachweise