sistema inmune artificial para problemas de optimización, contol y

SISTEMA INMUNE ARTIFICIAL PARA PROBLEMAS DE OPTIMIZACIÓN,
CONTROL Y PREDICCIÓN
FATIMA SAYURI QUEZADA AGUILERA
Universidad Autónoma de Aguascalientes, Doctorado en Ciencias de la Computación
FELIPE PADILLA DÍAZ, EUNICE ESTHER PONCE DE LEÓN SENTÍ
Universidad Autónoma de Aguascalientes, Departamento de Sistemas Electrónicos
INTRODUCCIÓN
Existe una gran diversidad de problemas con
comportamiento NP-Completo que han sido atacados
con las diferentes heurísticas existentes, obteniendo
buenos resultados, aunque siempre se está en búsqueda
de alguna heurística que los supere. En esta búsqueda
aparece el Sistema Inmune Artificial (SIA) la cuál está
inspirada en el Sistema Inmune Natural (SIN) y que en
este trabajo se analizará.
El SIN es el encargado de proteger a los organismos de
agentes externos dañinos llamados antígenos como los
virus, bacterias, sustancias etc. Los anticuerpos son los
encargados de proteger al organismo de los antígenos
cuando estos son detectados.
El SIN cuenta con niveles o capas de acción que son:
Barrera física, Condiciones fisiológicas, respuesta
inmune innata, respuesta inmune adaptativa o aprendida.
Cada uno de estos niveles tiene su propio
funcionamiento y por tanto es la respuesta inmune
adaptativa la que concierne estudiar.
El SIN cuenta con ciertas características que son
deseables en cualquier sistema artificial como lo son:
robustez, adaptabilidad y autonomía entre otras [5] y por
eso el interés de diseñar algoritmos que lo emulen para
la solución a problemas de optimización, predicción y
control.
El SIA es una heurística bioinspirada ya que se basa en
el funcionamiento del SIN.
El SIA es un área de investigación relativamente nueva
ya que su aparición dentro de la Inteligencia Artificial
(IA) fue aproximadamente a mediados de los 80’s [8],
aunque en los últimos 5 años ha tomado gran
importancia [6] [4] [7].
Basado en lo dicho por Leandro Nunes de Castro y
Jonathan Timmis [2] el SIA se define de la siguiente
manera:
“Los sistemas inmunes artificiales son sistemas
adaptativos inspirados por la teoría inmunológica,
funciones, principios y modelos inmunológicos
observados, los cuales son aplicados a la solución de
problemas de comportamiento NP-Completo”.
Existen modelos y algoritmos los cuales han sido
utilizados en las diferentes áreas en que se ha aplicado el
SIA
Modelo de timo y médula ósea
Algoritmo de selección clonal
Modelo de red inmune
Teoría del peligro
OBJETIVOS
El objetivo de esta investigación es el desarrollar una
plataforma o marco de trabajo para el SIA aplicado a
problemas de optimización, predicción y control.
Se planea que esta plataforma tenga un 95% de
confiabilidad, ya que no se puede asegurar que las
soluciones obtenidas por la heurística sean las óptimas
pero si muy cercanas.
MATERIALES Y MÉTODOS
La investigación es de tipo empírica y teórica.
Se analizará el funcionamiento del SIN con expertos en
el tema y así conocerlo más afondo y analizar nuevas
propuestas.
Se realizarán algoritmos con los cuales se experimentará
y los resultados serán comparados con los ya reportados
en la literatura.
RESULTADOS
Hasta el momento solo se ha hecho la búsqueda de
bibliografía y la revisión de la misma.
Algunos de los artículos que tratan temas relacionados a
esta investigación son los presentados en las referencias.
CONCLUSIONES
Las áreas según la revisión bibliográfica en las que ha
sido utilizado el SIA son: Robótica, Seguridad en
sistemas de cómputo y redes, Optimización [3],
Reconocimiento de patrones, Planeación de horarios,
Aprendizaje de máquina, Control [1], entre otras.
Con esto se puede ver que el SIA tiene un gran campo
de aplicación y que los resultados obtenidos han sido
satisfactorios. Por lo tanto resulta de importancia e
interés el investigar esta heurística.
REFERENCIAS
[1] J. Krishnakumar, K. Neidhoefer
Immunized adaptive critic for an autonomous aircraft
control application, 1999.
[2] L. Nunes de Castro, J. Timmis
An Introduction to Artificial Immune Systems: A New
Computational Intelligence Paradigm, 2002.
[3] P. Hajela and J. S. Yoo
Immune network modeling in design optimization, 1999.
[4] S. M. Garrett
How Do We Evaluate Artificial Immune Systems?,2005
[5] S. A. Hofmeyr, S. Forrest
Architecture for an Artificial Immune System, 1999
[6] U. Aickelin, J. Greensmith, J.Twycross
Immune System Approaches to Intrusion Detection - A
Review, 2003
[7]L. Nunez de Castro F. J. Von Zuben
Artificial Immune Systems: A Survey of Applications,
2000
[8] Farmer J. D., N. H. Packard et al
The Immune System, Adaptation, and Machine
Learning, 1986.
[9] Nareli Cruz Cortés
Sistema inmune artificial para solucionar problemas de
optimización, Tesis Doctoral, 2004.