改进的克隆选择算法ICSA

摘要

针对传统的克隆选择算法存在的不足,提出一种改进的克隆选择算法ICSA.该算法在克隆选择算法的基础上,利用负选择算法优化了克隆初始抗体群的生成方式,加入对抗原性质的评判环节,引入克隆选择动力学模型来模拟生物免疫系统中抗体增殖的动态行为,用以指导ICSA中的抗体增殖,并针对盾构地下工程风险实时识别的要求,采用了在线和增量式的学习方式,做到边学习、边识别、边更新.ICSA在标准数据集与盾构地下工程数据的仿真实验表明,在二分类模式识别上具有很高的分类性能.