下载掌阅APP，畅读海量书库
立即打开
人工免疫算法是受生物免疫系统启发而提出的一种智能搜索算法，也是一种将确定性和随机性选择相结合，并具有“探索”与“开发”能力的启发式随机搜索算法。该算法中的进化操作采用了基于免疫原理的进化算子来实现，主要包含抗原识别与初始抗体产生、抗体评价、免疫操作等。人工免疫算法的运算流程如图4-3所示，主要步骤如下。
图4-3 人工免疫算法的运算流程
（1）抗原识别：理解待优化的问题，对问题进行可行性分析，提取先验知识，确定各种约束条件，采取合适的编码方式，把问题的可行解表示成解空间中的抗体向量，确定求解问题的目标函数和抗体的亲和力。
（2）初始化算法参数：初始化抗体的种群数量、免疫选择比例、克隆倍数，变异步长和终止条件等算法参数。
（3）初始化抗体种群的位置：利用随机原则或根据问题的先验知识，在搜索范围内给定抗体种群的初始位置。计算所有抗体的目标函数值，记录最优抗体的位置及其目标函数值。
（4）判断是否满足终止条件：若是，则结束搜索过程，转到步骤（9）；若否，则继续进行下面的步骤。
（5）计算抗体浓度和激励度：利用抗体之间的距离计算抗体的相似度和抗体浓度，再由抗体的亲和力和抗体浓度计算抗体的激励度。
（6）免疫操作：利用免疫选择算子选择被克隆的父辈个体；利用克隆扩增算子和克隆变异算子产生新抗体，计算其目标函数值；利用克隆抑制算子进行竞争选择，保留优质抗体。
（7）种群刷新，产生下一代抗体种群：按照比例随机生成部分抗体，替代激励度较低且未参与克隆的抗体，再与免疫操作中保留的优质抗体合并作为下一代抗体种群。
（8）记录最优抗体的位置及其目标函数值。转到步骤（4）。
（9）输出优化结果。