文档介绍：人工免疫算法
主要内容
 研究背景与现状；
 免疫进化算法；
 免疫神经网络；
研究背景
在生物科学领域，人们对进化、遗传和免疫等自然现象已经进行了广泛而深入的研究；
进化算法是建立在模仿生物遗传与自然选择基础上的一种并行优化算法，其性能优异、应用广泛；
进化算子在为每个个体提供了进化机会的同时，也无可避免地产生了退化的可能；
大多数待求问题有可以利用的先验知识或特征信息，故可以利用这些信息来抑制进化过程中的退化现象；
生物免疫理论为改进原有算法的性能，建立集进化与免疫机制于一体的新型全局并行算法奠定了基础。
Artificial Immune System－AIS
人工智能信息处理系统的研究
脑神经系统（神经网络）；
遗传系统（进化计算）；
免疫系统（人工免疫系统）。
 一门新兴的研究领域。
AIS的研究历史
Farmer等人在1986年首先在工程领域提出免疫概念；
Varela等人受免疫网络学说的启发，提出并进而完善免疫网络模型。
 人工免疫网络模型
AIS的研究现状之一
独特型免疫网络（Jerne）；
互联耦合免疫网络（Ishiguro）；
免疫反应网络（Mitsumoto）；
对称网络（Hoffmann）；
多值免疫网络（Tang）.
 免疫学****算法
AIS的研究现状之二
反面选择算法（Forrest）；
免疫学****算法（Hunt&Cooke）；
免疫遗传算法（Chun）；
免疫Agent算法（Ishida）；
免疫网络调节算法（Wang&Cao）；
免疫进化算法（Jiao&Wang）.
 国际研究
AIS的研究现状之三
1996年，日本，基于免疫性系统的国际专题讨论会，提出并确认人工免疫系统（AIS）的概念；
1997年，IEEE的SMC组织专门成立了人工免疫系统及应用的分会组织；
目前，几乎所有有关人工智能领域的学术会议都收录AIS方面的论文。
免疫进化算法的研究
生物免疫的启示
在生物自然界中，免疫现象普遍存在，并对物种的生存与繁衍发挥着重要的作用；
生物的免疫功能主要是由参与免疫反应的细胞或由其构成的器官来完成的；
生物免疫主要有两种类型：
特异性免疫（Specific Immunity），
非特异性免疫反应（Nonspecific Immunity）；
生物免疫系统是通过自我识别、相互刺激与制约而构成了一个动态平衡的网络结构。