一种人工免疫分类方法在故障诊断中的应用

• 作者: 姚刚 孙靖杰 杨利斌 桑德一 赵建军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人工免疫系统 蒙特卡洛方法 阳性选择 网络抑制 故障诊断
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 208-214
• 页数: 7页
• 分类号: TP277
• 字数: 7089字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.045

摘要

人工免疫识别系统的传统方法易造成抗体进化效率低、免疫网络冗余.为解决该问题,提出一种新型的人工免疫分类方法.引入阳性选择和网络抑制机理,结合蒙特卡洛方法,根据训练抗原产生优化分布的初始抗体,融合多种免疫原理模拟免疫应答过程,由初始抗体进化出成熟的记忆细胞,利用记忆细胞依据K最近邻表决方法对待分类抗原进行分类.对UCI数据集的分类结果表明,该方法与人工免疫识别系统相比,抗体进化迭代次数平均减少63.1％,网络压缩率平均提高14.7％.在某线性稳压电源的故障诊断实例中,该方法的平均分类准确率为92.5％,高于人工免疫识别系统和神经网络等分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建军	海军航空工程学院兵器科学与技术系	117	499	10.0	16.0
2	杨利斌	海军航空工程学院兵器科学与技术系	50	138	6.0	8.0