Klonaler Auswahlalgorithmus - Clonal selection algorithm
In künstlichem Immunsystem , klonalen Algorithmen ist eine Klasse von Algorithmen , die von der eingeatmeten klonalen Theorie der erworbenen Immunität , die erklärt , wie B- und T - Lymphozyten ihre Antwort zu verbessern Antigene im Laufe der Zeit genannt Affinitätsreifung . Diese Algorithmen konzentrieren sich auf die darwinistischen Attribute der Theorie, bei denen die Selektion von der Affinität der Antigen-Antikörper-Wechselwirkungen , die Reproduktion von der Zellteilung und die Variation von der somatischen Hypermutation inspiriert wird . Klonale Auswahlalgorithmen werden am häufigsten auf Optimierungs- und Mustererkennungsdomänen angewendet , von denen einige dem parallelen Bergsteigen und dem genetischen Algorithmus ohne den Rekombinationsoperator ähneln .
Techniken
- CLONALG : Die CLEIN al Auswahl ALG orithm
- AIRS : Das künstliche Immunerkennungssystem
- BCA : Der B-Zell-Algorithmus
Siehe auch
- Künstliches Immunsystem
- Biologisch inspiriertes Computing
- Computergestützte Immunologie
- Computergestützte Intelligenz
- Evolutionsberechnung
- Immunocomputing
- Natürliche Berechnung
- Schwarmintelligenz
Anmerkungen
Externe Links
- Pseudo-Code für die klonale Auswahl in AISWeb
- CLONALG in Matlab, entwickelt von Leandro de Castro und Fernando Von Zuben
- Von Jason Brownlee entwickeltes Optimierungsalgorithmus-Toolkit in Java, das die folgenden klonalen Auswahlalgorithmen enthält: Adaptive klonale Auswahl (ACS), Optimierungsimmunalgorithmus (opt-IMMALG), Optimierungsimmunalgorithmus (opt-IA), klonaler Auswahlalgorithmus (CLONALG, CLONALG1, CLONALG2), B-Zell-Algorithmus (BCA), Klonierung, Informationsgewinn, Altern (CLIGA), immunologischer Algorithmus (IA)
- AIRS in C ++, entwickelt von Andrew Watkins
- BCA in C ++, entwickelt von Johnny Kelsey
