Algorytm selekcji klonów - Clonal selection algorithm
W sztucznych systemów immunologicznych , klonów algorytmy wyboru są klasą algorytmów inspirowanych przez selekcję klonów teorii odporności nabytej , która wyjaśnia, jak B i T. Limfocyty poprawić swoją reakcję na antygeny w czasie zwanym dojrzewanie powinowactwa . Algorytmy te koncentrują się na darwinowskich atrybutach teorii, w której selekcja jest inspirowana powinowactwem interakcji antygen-przeciwciało , reprodukcja jest inspirowana podziałem komórki , a zmienność jest inspirowana hipermutacją somatyczną . Algorytmy selekcji klonalnej są najczęściej stosowane w domenach optymalizacji i rozpoznawania wzorców , z których niektóre przypominają równoległe wspinanie się po wzgórzach i algorytm genetyczny bez operatora rekombinacji.
Techniki
- CLONALG : The Clon selekcji in ALG orithm
- AIRS : system sztucznego rozpoznawania odporności
- BCA : Algorytm komórek B.
Zobacz też
- Sztuczny układ odpornościowy
- Informatyka inspirowana biologicznie
- Immunologia komputerowa
- Inteligencji obliczeniowej
- Obliczenia ewolucyjne
- Immunocomputing
- Obliczenia naturalne
- Inteligencja roju
Uwagi
Linki zewnętrzne
- Pseudokod wyboru klonalnego w AISWeb
- CLONALG w Matlab opracowany przez Leandro de Castro i Fernando Von Zubena
- Optimization Algorithm Toolkit in Java opracowany przez Jasona Brownlee, który obejmuje następujące algorytmy selekcji klonów: Adaptive Clonal Selection (ACS), Optimization Immune Algorithm (opt-IMMALG), Optimization Immune Algorithm (opt-IA), Clonal Selection Algorithm (CLONALG, CLONALG1, CLONALG2), algorytm komórek B (BCA), klonowanie, wzmocnienie informacji, starzenie się (CLIGA), algorytm immunologiczny (IA)
- AIRS w C ++ opracowany przez Andrew Watkinsa
- BCA w C ++ opracowany przez Johnny'ego Kelseya