[发明专利]一种细胞迁移搜索方法

说明书

本发明提供一种细胞迁移搜索方法，模仿免疫细胞高效的迁移模式以及细胞的激活与失效行为，提出了一种有效平衡搜索广度和深度的新兴启发算法。主要包括下述内容：引入细胞迁移速率和迁移方向间的正反馈机制以提高搜寻能力和效率，即当迁移速率大时，细胞能够在一段长时间内保持当前运动方向不发生改变，而迁移速率小时，细胞频繁改变运动方向；采用贪婪策略更新细胞位置，快速寻找最优解；同时利用免疫细胞失效和随机激活行为来避免算法陷入局部最优解中，提升了算法的优化性能，实现算法的全局收敛特性。

技术领域

本发明属于一种新兴启发算法，具体涉及一种模仿免疫细胞在生物体内被激活并发生迁移运动，从而达到快速搜寻和清除病原体行为的搜索方法。

背景技术

在生物界中，个体能借助简单地行为和协同合作产生复杂的、有自组织性和可扩充性的群体智能行为，从而提高群体中每个个体的觅食、存活和进化的能力。通过对个体行为以及种群协同合作的研究和模仿，目前已提出了许多启发式搜索算法，用以解决困难的优化问题，如推销员问题等。常见的启发式搜索算法包括：遗传算法、蚁群算法、粒子群算法、蜂群算法和布谷鸟搜索算法等。其中遗传算法、蚁群算法、粒子群算法和蜂群算法容易陷入局部最优解中，相较之布谷鸟算法则具有更强的全局搜索能力，不易陷入到局部最优解中，因此近些年受到了广泛的关注与应用，但是布谷鸟算法收敛速度较慢，缺少活力。

在布谷鸟算法中，影响算法搜索能力和收敛速度的主要是布谷鸟的Lévy飞行模式，相较于随机游走行为，Lévy飞行的运动步长呈长尾分布，能实现在短程搜索中穿插长行程的游走，用以提高算法的搜索广度。最近，研究者发现一些免疫细胞在迁移过程中能够利用细胞质的定向流动实现迁移速率和方向间的正反馈耦合机制。具体来说，当细胞运动速率大时，细胞质定向流动快，加强了细胞内化学分子的分布梯度，维持了细胞极性，使细胞能沿当前方向迁移一段长时间；反之，当运动速率小时，细胞则频繁改变极性和运动方向。这种速率和方向相耦合的随机游走运动使免疫细胞能够实现比Lévy游走更加快速的运动能力和高效的搜索效率，确保了病原体能够在短时间内被发现并得到清除。因此，模仿免疫细胞搜索病原体的行为设计新兴启发式搜索算法，并结合免疫细胞的激活和失效行为增加算法的随机性，能实现比传统启发式搜索算法具有更快的收敛速度和更强的全局搜索能力，对提升算法的优化性能具有重要意义。

发明内容

本发明模仿免疫细胞迁移和搜索病原体的行为设计一种细胞搜索方法，该方法利用耦合的运动速率和方向来产生长短混合的步长，实现更广的搜索范围和更快的搜索速度；利用贪婪策略更新细胞位置；并利用免疫细胞的失效和激活行为避免方法陷入局部最优解中。

本发明的技术方案：

一种细胞迁移搜索方法，把免疫细胞搜索病原体的随机游走运动模式与免疫细胞失效和激活行为相结合，利用细胞耦合的运动速率和方向来提高搜索广度和搜索速度，采用贪婪策略更新细胞位置，并利用免疫细胞的失效和激活行为避免陷入局部最优解中；

所述的免疫细胞搜索病原体的随机游走运动模式是指：运动速率和运动方向相关联，当运动速率大时，细胞能够在一段长时间内保持当前运动方向不发生改变，而当运动速率小时，细胞频繁改变运动方向；设定免疫细胞的运动速率v遵循指数分布：p(v)＝γe^-γv，γ为模型参数；当细胞在[0,2π)上随机选择一个运动方向θ后，细胞保持运动方向θ和运动速率v不变进行直线运动，经过时间τ后重新选择运动速率和方向，τ又称为持续时间，满足τ＝e^λv，λ为模型参数，其中，运动方向θ的概率分布函数为

所述的细胞迁移搜索方法设定如下三个条件：

(1)若激活的免疫细胞在新位置能感受到更强的病原体信号，则细胞发生迁移；

(2)在激活的免疫细胞中，一部分仅感受到微弱病原体信号的细胞发生失效，不再进行迁移；

(3)每当一个免疫细胞失效时，一个新免疫细胞将被激活，被激活的新细胞处于那些感受到强烈病原体信号的细胞附近；