Algorithme de sélection clonale - Clonal selection algorithm
Dans les systèmes immunitaires artificiels , les algorithmes de sélection clonale sont une classe d'algorithmes inspirés de la théorie de la sélection clonale de l' immunité acquise qui explique comment les lymphocytes B et T améliorent leur réponse aux antigènes au fil du temps, appelée maturation d'affinité . Ces algorithmes se concentrent sur les attributs darwiniens de la théorie où la sélection est inspirée par l'affinité des interactions antigène-anticorps , la reproduction est inspirée par la division cellulaire et la variation est inspirée par l'hypermutation somatique . Les algorithmes de sélection clonale sont le plus couramment appliqués aux domaines d' optimisation et de reconnaissance de formes , dont certains ressemblent à l' escalade parallèle et à l' algorithme génétique sans l'opérateur de recombinaison.
Techniques
- CLONALG : La sélection CLON al ALG orithm
- AIRS : le système de reconnaissance immunitaire artificielle
- BCA : l'algorithme des cellules B
Voir également
- Système immunitaire artificiel
- Informatique d'inspiration biologique
- Immunologie computationnelle
- Intelligence informatique
- Calcul évolutif
- Immuno-informatique
- Calcul naturel
- Intelligence en essaim
Remarques
Liens externes
- Pseudo-code de sélection clonale sur AISWeb
- CLONALG dans Matlab développé par Leandro de Castro et Fernando Von Zuben
- Optimization Algorithm Toolkit in Java développé par Jason Brownlee qui comprend les algorithmes de sélection clonale suivants: Adaptive Clonal Selection (ACS), Optimization Immune Algorithm (opt-IMMALG), Optimization Immune Algorithm (opt-IA), Clonal Selection Algorithm (CLONALG, CLONALG1, CLONALG2), algorithme des cellules B (BCA), clonage, gain d'information, vieillissement (CLIGA), algorithme immunologique (IA)
- AIRS en C ++ développé par Andrew Watkins
- BCA en C ++ développé par Johnny Kelsey
