ДОСЛІДЖЕННЯ ІМУННИХ ОПЕРАТОРІВ В МОДЕЛІ ШТУЧНОЇ ІМУННОЇ МЕРЕЖІ

Анотація

Актуальність. Значною актуальністю в області інформаційних технологій користуються моделі та методи, які дозволяють проводити інтелектуальну обробку та систематизацію даних. Серед таких моделей можна виділити моделі, які працюють на основі біологічних принципів організації обчислень, такі як штучні нейронні мережі, генетичні алгоритми та штучні імунні системи. На сьогоднішній день існує декілька видів моделей штучних імунних систем, які використовують специфічні імунні оператори, що впливають на швидкість роботи моделі та якість вирішення практичних задач. Метою даної роботи є дослідження впливу організації роботи найбільш поширених імунних операторів на швидкість роботи імунних алгоритмів та точність прийняття рішення щодо класифікації об’єктів з контрольованим навчанням. Об’єктом дослідження є імунні оператори клонування, мутації та супресії, а також оцінка швидкості процесу формування імунної відповіді мережі антитіл на популяцію антигенів. Предметом дослідження є модель штучно імунної мережі та алгоритм aiNET, імунні оператори та їх вплив н процес формування імунної відповіді для класифікації об’єктів з контрольованим навчанням. Результати. У даній роботі запропоновано оптимальне налаштування імунних операторів для забезпечення високої швидкості формування імунної відповіді алгоритмом aiNET під час вирішення задачі класифікації. Окрім того запропоновано використання цільових імунних об’єктів для пришвидшення класифікації антитіл, що не набули стану специфічності до антигенів навчальної вибірки. Висновок. Модифікований метод aiNET класифікації з контрольованим навчанням планується використовувати у подальшому для керування поведінкою персонажів в ігрових додатках типу action.