第1期 莫宏伟，等：人工免疫系统研究进展 ·27· 薄弱的环节是理论基础，多数人工免疫系统工作集 中在简单的隐喻抽象和直接应用上.尽管开发了人 5结束语 工免疫系统框架，但是缺乏有意义的形式和理论支 经过来自不同学科领域的研究人员多年的努 撑.人工免疫系统己经应用到许多问题领域，但是需 力，人工免疫系统日趋成熟.已经有许多文献、著作 要做更多的努力去理解人工免疫系统的本质，找到 阐述该领域的工作，作为这些思想的综合和继续，本 最适合的应用.对于这点，理论上寻求更深刻的理解 文讨论了与人工免疫系统有关的一系列问题，包括 是必要的.从目前的状况看，建立统一的人工免疫系 免疫学本身的进展，研究人员如何从免疫学获得启 统理论基础是比较困难的，因此可以从应用领域入 发等等.并通过综合分析现有人工免疫系统典型应 手，结合具体问题开展理论研究.比如免疫优化算 用，反映其研究状态，积极寻求新的、甚至矛盾的思 法，它是对计算智能方法的有意补充，丰富了自然计 想和理论，使人工免疫系统在思辨和争论中获得新 算这一领域的研究内容.国内外在这方面已经取得 动力并不断前行.近几年，国内、外在人工免疫系统 许多进展，这方面的理论可能最先取得突破，但不应 领域的应用发展较快，尤其在优化、计算机安全等领 局限于模仿进化算法来研究免疫算法.如何用免疫 域取得了进一步成果，但仍有许多基础性问题亟待 启发的计算建立比实际更好的系统，免疫计算的极 来自各方面的专家合作研究、解决作者将人工免疫 限在哪里？与其他计算智能相比，它的适应条件是 系统十余年的发展进行了全面的概括和总结，目的 什么？这些问题需要结合具体应用深入探讨.今后是能够从纷繁复杂的发展现状中清理出明晰的方 的理论研究也主要是在免疫工程应用方面有突破， 向.任何一个学科或方向在发展阶段必然有这样那 但不会很快出现统一各类面向问题的应用基础理论 样的困难和问题出现.及时总结发展中的问题，有助 描述，结合具体问题的理论研究将是主要突破点 于人们更加清楚地看到该领域的发展前途，从而充 6)许多现代生物计算方法面对日益复杂的问 满信心地迎接挑战， 题己经显示出其缺陷.今天，生物计算概念趋于直接 利用生物成分实现计算，比如DNA分子、光感蛋白 参考文献： 质生物高聚物等，用于解决不同的计算问题，如旅 [1 ]DE CASTRO L N.Fundamentals of natural computing[M ] 行商、人工神经网络的仿真、移动机器人控制等.但 New York:Champman Hall/CRC,2006 现有技术的效率与运行并融合复杂信息的自然系统 [2 ]ADL EMAN L M.Molecular computation of solutions b 的效率相差很远.对于如何建立生物免疫分子系统， combinatorial problems J ]Science,1994,226 11): 可以实现智能控制机制，并超越当前的方法，如何建 1021-1024 立基于真正的生物免疫分子过程的表达模型，帮助 [3]PAUN G Mebrane computing An introduction[M ]Ber 人们更深刻地认识它们等问题，还没有明确答案.人 lin,Sp ringer-Verlag,2002 工免疫系统的研究也存在同样问题 [4]KELSEY J,HENDERSON B,SEYMOUR R M.A stochas- tic model of the interleukin (L)-1 B netork C ]//Pro- 7)如何利用控制论、信息论、系统论、博弈论、 ceeding of the 7th Intemational Conference on Artificial m- 复杂系统、复杂网络、自组织甚至物理学、生物学、计 mune Systems Phuket,Tailand,2008:1-11. 算机、人工智能等理论结合纳米、微电子、微机电系 [5]ANDREW S P S,TMM IS J.Adaptable hymphocytes or arti- 统相结合产生新方法、新技术，用于解决复杂的工程 ficial mmune systems[C]//Proceeding of the 7th Intema- 问题.比如对于免疫系统分子信息处理机制，如何用 tional Conference on Artificial mmune Systems Phuket 量化模型描述，并抽取其中的机制用于通信、保密、 Tailand,2008:376-386 计算机网络、智能网络、环境保护环境探测地球生 「6莫宏伟.人工免疫网络记忆分类器原理与应用研究「D 态系统等领域.免疫系统的虚拟实现以及免疫系统 哈尔滨：哈尔滨工程大学，2005. 的物理实现等都是非常诱人的方向 MO Hongvei Research of the princples and applications of 上述问题是该领域今后若干年都要面对的重要 artificial mmune nework memory classifier[D Harbin: 问题.显然，随着更多传统软件工程技术和计算机硬 Harbin Engineering University,2005 件系统的建立，这些问题研究将不断取得进展」 [7]GONGM G,JAO L C,DU H F,et al Multiobjective i- mune algorithm with nondom inated ne ighbor-based selection [J].Evolutionary Computation,2008,16(2):225-255 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net薄弱的环节是理论基础 ,多数人工免疫系统工作集 中在简单的隐喻抽象和直接应用上. 尽管开发了人 工免疫系统框架 ,但是缺乏有意义的形式和理论支 撑. 人工免疫系统已经应用到许多问题领域 ,但是需 要做更多的努力去理解人工免疫系统的本质 ,找到 最适合的应用. 对于这点 ,理论上寻求更深刻的理解 是必要的. 从目前的状况看 ,建立统一的人工免疫系 统理论基础是比较困难的 ,因此可以从应用领域入 手 ,结合具体问题开展理论研究. 比如免疫优化算 法 ,它是对计算智能方法的有意补充 ,丰富了自然计 算这一领域的研究内容. 国内外在这方面已经取得 许多进展 ,这方面的理论可能最先取得突破 ,但不应 局限于模仿进化算法来研究免疫算法. 如何用免疫 启发的计算建立比实际更好的系统 ,免疫计算的极 限在哪里 ? 与其他计算智能相比 ,它的适应条件是 什么 ? 这些问题需要结合具体应用深入探讨. 今后 的理论研究也主要是在免疫工程应用方面有突破 , 但不会很快出现统一各类面向问题的应用基础理论 描述 ,结合具体问题的理论研究将是主要突破点. 6) 许多现代生物计算方法面对日益复杂的问 题已经显示出其缺陷. 今天 ,生物计算概念趋于直接 利用生物成分实现计算 ,比如 DNA分子、光感蛋白 质、生物高聚物等 ,用于解决不同的计算问题 ,如旅 行商、人工神经网络的仿真、移动机器人控制等. 但 现有技术的效率与运行并融合复杂信息的自然系统 的效率相差很远. 对于如何建立生物免疫分子系统 , 可以实现智能控制机制 ,并超越当前的方法 ,如何建 立基于真正的生物免疫分子过程的表达模型 ,帮助 人们更深刻地认识它们等问题 ,还没有明确答案. 人 工免疫系统的研究也存在同样问题. 7) 如何利用控制论、信息论、系统论、博弈论、 复杂系统、复杂网络、自组织甚至物理学、生物学、计 算机、人工智能等理论结合纳米、微电子、微机电系 统相结合产生新方法、新技术 ,用于解决复杂的工程 问题. 比如对于免疫系统分子信息处理机制 ,如何用 量化模型描述 ,并抽取其中的机制用于通信、保密、 计算机网络、智能网络、环境保护、环境探测、地球生 态系统等领域. 免疫系统的虚拟实现以及免疫系统 的物理实现等都是非常诱人的方向. 上述问题是该领域今后若干年都要面对的重要 问题. 显然 ,随着更多传统软件工程技术和计算机硬 件系统的建立 ,这些问题研究将不断取得进展. 5 结束语 经过来自不同学科领域的研究人员多年的努 力 ,人工免疫系统日趋成熟. 已经有许多文献、著作 阐述该领域的工作. 作为这些思想的综合和继续 ,本 文讨论了与人工免疫系统有关的一系列问题 ,包括 免疫学本身的进展 ,研究人员如何从免疫学获得启 发等等. 并通过综合分析现有人工免疫系统典型应 用 ,反映其研究状态 ,积极寻求新的、甚至矛盾的思 想和理论 ,使人工免疫系统在思辨和争论中获得新 动力并不断前行. 近几年 ,国内、外在人工免疫系统 领域的应用发展较快 ,尤其在优化、计算机安全等领 域取得了进一步成果 ,但仍有许多基础性问题亟待 来自各方面的专家合作研究、解决. 作者将人工免疫 系统十余年的发展进行了全面的概括和总结 ,目的 是能够从纷繁复杂的发展现状中清理出明晰的方 向. 任何一个学科或方向在发展阶段必然有这样那 样的困难和问题出现. 及时总结发展中的问题 ,有助 于人们更加清楚地看到该领域的发展前途 ,从而充 满信心地迎接挑战. 参考文献 : [ 1 ]DE CASTRO L N. Fundamentals of natural computing[M ]. New York: Champman & Hall/CRC, 2006. [ 2 ]ADLEMAN L M. Molecular computation of solutions to combinatorial p roblem s [ J ]. Science, 1994, 226 ( 11 ) : 102121024. [ 3 ] PAUN G. Membrane computing: An introduction[M ]. Ber2 lin, Sp ringer2Verlag, 2002. [ 4 ] KELSEY J, HENDERSON B, SEYMOUR R M. A stochas2 tic model of the interleukin ( IL ) 21β network [ C ] / /Pro2 ceeding of the 7 th International Conference on A rtificial Im2 mune System s. Phuket, Tailand, 2008: 1211. [ 5 ]ANDREW S P S, TIMM IS J. Adap table lymphocytes for arti2 ficial immune system s[ C ] / /Proceeding of the 7 th Interna2 tional Conference on A rtificial Immune System s. Phuket, Tailand, 2008: 3762386. [ 6 ]莫宏伟. 人工免疫网络记忆分类器原理与应用研究 [D ]. 哈尔滨 :哈尔滨工程大学 , 2005. MO Hongwei. Research of the p rincip les and app lications of artificial immune network memory classifier[ D ]. Harbin: Harbin Engineering University, 2005. [ 7 ] GONGM G, J IAO L C, DU H F, et al. Multiobjective im2 mune algorithm with nondominated neighbor2based selection [J ]. Evolutionary Computation, 2008, 16 (2) : 2252255. 第 1期 莫宏伟 ,等 :人工免疫系统研究进展 ·27· © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net