下载掌阅APP，畅读海量书库
立即打开
很早以前，人们就注意到传染病患者痊愈后，会对该病产生不同程度的抵抗力和免疫力。Immune（免疫）是从拉丁文衍生而来的，在医学上是指机体接触抗原性异物时的一种生理反应。生物免疫系统能够识别“自己”和“非己”，排除抗原性异物，从而维持机体的生理平衡，维护生命系统的正常运转。
人工免疫（Artificial Immune，AI）算法是一种模拟生物免疫系统（Immune System）识别、学习和记忆等功能来进行随机搜索的启发式智能优化算法。1958年，澳大利亚学者Burnet率先提出了与人工免疫算法相关的理论——克隆选择原理。1973年，Jerne提出免疫系统的模型，开创了独特型网络理论，给出了免疫系统的数学框架，并采用微分方程建模来模拟淋巴细胞的动态变化。1986年，Farmal等人基于免疫网络学说理论构造出来的免疫系统动态模型，展示了免疫系统与其他人工智能方法相结合的可能性，开创了人工免疫算法研究的先河。随着生命自然科学的长足发展，人们对人工免疫系统中的信息处理机制建模和相应算法研究越来越活跃。1996年12月，日本首次举行了基于免疫特性系统的国际专题讨论会。1997年，IEEE的SMC组织专门成立了“人工免疫系统及应用”分会，开始收录有关人工免疫系统方面的论文。
广义而言，凡是具有生物系统识别、学习、记忆和免疫平衡调节等功能的算法都可以称为人工免疫算法。随着人们对免疫学的深入研究，以及新型选择、竞争、进化等机制的不断融入，人工免疫算法的功能不断增强，种类不断扩大。相关研究成果在组合优化、机械设计、自动控制、模式识别、机器人工程、故障诊断、图像处理、路径规划、深度学习、联想记忆、网络安全等诸多领域得到了广泛应用。