第6期 肖人彬，等：工程免疫计算：基本概念与研究框架 ·35· 域中的应用现状26割及其存在的问题，就EIC工 比，产品设计是EIC的一个相对较新的应用领域 程应用的发展方向进行展望分析 但EIC在产品设计领域中的应用却有着巨大发展 1)免疫系统复杂而灵活多样，可以为解决工程 潜力和广阔的前景.具体来说，EIC在产品设计领域 实际中的各种复杂问题提供丰富的仿生隐喻机制， 中的应用发展可以围绕以下几个方面进行： 然而目前大多数面向工程应用的算法和模型只是抽 ①提高EIC解决多峰函数优化、动态多目标优 取了免疫系统的部分机理，或只对一些机理简单地 化、复杂约束优化和非线性优化等各种复杂优化问 加以利用（实际上，免疫应答任务的完成是各种免疫 题的能力，从而为工程优化提供有效的解决手段和 机制综合、协同作用的结果)，这在很大程度使EIC 促进EIC在工程优化中的实际应用. 解决工程实际问题的能力受到限制；另一方面，由于 ②迟管目前EIC在产品设计中关于识别、控 免疫系统自身的复杂性，免疫系统动态机制的模拟 制、决策以及聚类、分类和联想记忆学习等问题的应 以及各种机制的组合应用具有很强的灵活性，使得 用还比较少见，但是这些问题在产品设计中同样大 开发合理、有效的免疫算法具有一定难度.为了解决 量存在，如产品实例识别、设计方案决策、产品控制 上述问题，应根据工程实际问题的特点和要求，充分 系统设计以及产品设计案例联想记忆、产品族设计 挖掘和利用免疫系统的仿生隐喻机制，努力寻找“免 中客户需求和核心平台的聚类分析等.因此，需要进 疫”"和“工程”的结合点，尝试从多个方面实现免疫思 一步加强EC在产品设计中有关识别和学习等问题的 想和工程实际的结合，开发既能合理体现免疫系统 应用，从而为产品设计提供更加广泛的支持工具， 运行机制和应答过程又能有效解决工程实际问题的 ③探讨基于免疫策略的协同设计方法.免疫系 免疫算法 统在整体上形成了一个分布式的多Agent自治系 2)免疫计算虽然已经在许多工程领域中得到了 统2】，从而可为协同问题的有效解决提供新的启发 应用，但是在有些领域中的应用仍然比较粗浅，有待 思路.作为EIC的典型工程问题之一，协同问题旨 进一步深化.例如，免疫计算在数据挖掘中的应用目 在借鉴生物免疫系统的网络协同机制和群体突现特 前仅限于数据聚类分析和归类等任务，还没有真正 性，研究基于免疫策略的智能体单元之间的通信、协 走向工程实用，如大规模的Web数据挖掘、文本挖 调和协作机理，以实现复杂问题的协同求解.由此可 掘以及面向大规模工程数据库、多媒体数据库等的 知，EIC可为复杂产品协同设计提供有力的支持 知识挖掘任务等，问题的关键包括学习算法缺乏健 ④面向产品演化的免疫设计方法的研究.目前 壮性和适应性，以及系统缺乏对不确定和模糊性等 免疫计算在产品设计领域中最主要的应用是解决设 非规则信息处理的能力等.此外，免疫计算在优化问 计中的各种复杂优化问题，也有解决诸如识别、聚类 题求解方面具有很大的优越性，己经在函数优化和 和分类等问题的少数应用.总的来说，免疫计算主要 组合优化等方面得到广泛应用，并表现出明显优势， 局限于解决产品设计中出现的各种问题，如零件形 但是免疫计算在解决多目标动态优化、约束优化等 状优化、产品结构优化机构同构判定和设计方案的 复杂优化问题方面还处于起步和探索阶段，其研究 识别等：也就是说，免疫计算仅仅被作为设计的一种 也有待进一步深入」 辅助工具，其应用仍然停留在较低的层次，还没有形 3)应用领域及其应用问题的拓展.免疫计算虽 成将免疫的思想和原理真正用于产品设计的成功应 然在近十几年间获得了相当大的发展并被成功应用 用.实际上，免疫系统具有很强的自组织学习抗原的 于一些领域的工程实际中，但是仍然没有取得和其 能力，因而在进一步挖掘免疫学习仿生机理的基础 他智能计算方法如遗传算法、神经网络、模糊系统等 上，深入研究免疫学习算法，探讨直接基于免疫系统 一样的地位.如前所述，EIC具有强大的信息处理和 概念、功能、机理、特征和原理的产品设计方法，即面 问题求解能力，可以为广泛的工程应用提供有效的 向产品演化的免疫设计方法，是一项非常有意义的 支持.因此，开辟新的EIC应用领域、拓展EIC的应 研究工作.可以预见，面向产品演化的免疫设计将为 用范围并尝试利用EIC解决目前还没有涉及的一 复杂产品创新设计提供新的方法和途径.此外，面向 些新的应用问题是EIC发展的一个重要方向 产品演化的免疫设计方法的关键技术包括设计建 4)特别地，应该加强和深化免疫计算在产品设 模、设计评价和免疫演化操作设计等，这些关键技术 计领域中的应用.目前免疫计算在产品设计领域中 (尤其是免疫演化操作设计)同时也是面向产品演化 的应用主要是被用于解决各种优化设计问题.虽然 的免疫设计方法的技术难点，有待进行细致而深入 与信息安全、故障诊断、机器人技术和自动控制等相 的研究 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved. http://www.cnki.net域中的应用现状[ 1 - 2 ,6 - 8 ]及其存在的问题 ,就 EIC 工 程应用的发展方向进行展望分析. 1) 免疫系统复杂而灵活多样 ,可以为解决工程 实际中的各种复杂问题提供丰富的仿生隐喻机制 , 然而目前大多数面向工程应用的算法和模型只是抽 取了免疫系统的部分机理 ,或只对一些机理简单地 加以利用(实际上 ,免疫应答任务的完成是各种免疫 机制综合、协同作用的结果) ,这在很大程度使 EIC 解决工程实际问题的能力受到限制 ;另一方面 ,由于 免疫系统自身的复杂性 ,免疫系统动态机制的模拟 以及各种机制的组合应用具有很强的灵活性 ,使得 开发合理、有效的免疫算法具有一定难度. 为了解决 上述问题 ,应根据工程实际问题的特点和要求 ,充分 挖掘和利用免疫系统的仿生隐喻机制 ,努力寻找“免 疫”和“工程”的结合点 ,尝试从多个方面实现免疫思 想和工程实际的结合 ,开发既能合理体现免疫系统 运行机制和应答过程又能有效解决工程实际问题的 免疫算法. 2) 免疫计算虽然已经在许多工程领域中得到了 应用 ,但是在有些领域中的应用仍然比较粗浅 ,有待 进一步深化. 例如 ,免疫计算在数据挖掘中的应用目 前仅限于数据聚类分析和归类等任务 ,还没有真正 走向工程实用 ,如大规模的 Web 数据挖掘、文本挖 掘以及面向大规模工程数据库、多媒体数据库等的 知识挖掘任务等 ,问题的关键包括学习算法缺乏健 壮性和适应性 ,以及系统缺乏对不确定和模糊性等 非规则信息处理的能力等. 此外 ,免疫计算在优化问 题求解方面具有很大的优越性 ,已经在函数优化和 组合优化等方面得到广泛应用 ,并表现出明显优势 , 但是免疫计算在解决多目标动态优化、约束优化等 复杂优化问题方面还处于起步和探索阶段 ,其研究 也有待进一步深入. 3) 应用领域及其应用问题的拓展. 免疫计算虽 然在近十几年间获得了相当大的发展并被成功应用 于一些领域的工程实际中 ,但是仍然没有取得和其 他智能计算方法如遗传算法、神经网络、模糊系统等 一样的地位. 如前所述 ,EIC 具有强大的信息处理和 问题求解能力 ,可以为广泛的工程应用提供有效的 支持. 因此 ,开辟新的 EIC 应用领域、拓展 EIC 的应 用范围并尝试利用 EIC 解决目前还没有涉及的一 些新的应用问题是 EIC 发展的一个重要方向. 4) 特别地 ,应该加强和深化免疫计算在产品设 计领域中的应用. 目前免疫计算在产品设计领域中 的应用主要是被用于解决各种优化设计问题. 虽然 与信息安全、故障诊断、机器人技术和自动控制等相 比 ,产品设计是 EIC 的一个相对较新的应用领域 , 但 EIC 在产品设计领域中的应用却有着巨大发展 潜力和广阔的前景. 具体来说 ,EIC 在产品设计领域 中的应用发展可以围绕以下几个方面进行 : ①提高 EIC 解决多峰函数优化、动态多目标优 化、复杂约束优化和非线性优化等各种复杂优化问 题的能力 ,从而为工程优化提供有效的解决手段和 促进 EIC 在工程优化中的实际应用. ②尽管目前 EIC 在产品设计中关于识别、控 制、决策以及聚类、分类和联想记忆学习等问题的应 用还比较少见 ,但是这些问题在产品设计中同样大 量存在 ,如产品实例识别、设计方案决策、产品控制 系统设计以及产品设计案例联想记忆、产品族设计 中客户需求和核心平台的聚类分析等. 因此 ,需要进 一步加强 EIC在产品设计中有关识别和学习等问题的 应用 ,从而为产品设计提供更加广泛的支持工具. ③探讨基于免疫策略的协同设计方法. 免疫系 统在整体上形成了一个分布式的多 Agent 自治系 统[32 ] ,从而可为协同问题的有效解决提供新的启发 思路. 作为 EIC 的典型工程问题之一 ,协同问题旨 在借鉴生物免疫系统的网络协同机制和群体突现特 性 ,研究基于免疫策略的智能体单元之间的通信、协 调和协作机理 ,以实现复杂问题的协同求解. 由此可 知 ,EIC 可为复杂产品协同设计提供有力的支持. ④面向产品演化的免疫设计方法的研究. 目前 免疫计算在产品设计领域中最主要的应用是解决设 计中的各种复杂优化问题 ,也有解决诸如识别、聚类 和分类等问题的少数应用. 总的来说 ,免疫计算主要 局限于解决产品设计中出现的各种问题 ,如零件形 状优化、产品结构优化、机构同构判定和设计方案的 识别等 ;也就是说 ,免疫计算仅仅被作为设计的一种 辅助工具 ,其应用仍然停留在较低的层次 ,还没有形 成将免疫的思想和原理真正用于产品设计的成功应 用. 实际上 ,免疫系统具有很强的自组织学习抗原的 能力 ,因而在进一步挖掘免疫学习仿生机理的基础 上 ,深入研究免疫学习算法 ,探讨直接基于免疫系统 概念、功能、机理、特征和原理的产品设计方法 ,即面 向产品演化的免疫设计方法 ,是一项非常有意义的 研究工作. 可以预见 ,面向产品演化的免疫设计将为 复杂产品创新设计提供新的方法和途径. 此外 ,面向 产品演化的免疫设计方法的关键技术包括设计建 模、设计评价和免疫演化操作设计等 ,这些关键技术 (尤其是免疫演化操作设计) 同时也是面向产品演化 的免疫设计方法的技术难点 ,有待进行细致而深入 的研究. 第 6 期 肖人彬 ,等 :工程免疫计算 :基本概念与研究框架 ·35 ·