文档介绍：人工免疫算法
第一页，讲稿共四十页哦
主要内容
研究背景与现状；
免疫进化算法；
免疫神经网络；
第二页，讲稿共四十页哦
研究背景
在生物科学领域，人们对进化、遗传和免疫等自然 现象已经型：
全免疫 非特异性免疫
目标免疫 特异性免疫
免疫思想的实现
免疫算子
即：群体中的每个个体在进化算子作用后，对其每一环节都进行一次免疫操作的免疫类型；
即：在进行了进化操作后，经过一定的判断，个体仅在作用点处发生免疫反应的一种类型。
第十八页，讲稿共四十页哦
免疫操作的基本过程
首先，对待求求问题进行具体分析，从中提取出 最基本的特征信息；
其次，对此特征信息进行处理，以将其转化为求解问题的一种方案；
最后，将此方案以适当的形式转化成 免疫算子 以实施具体的操作。
第十九页，讲稿共四十页哦
免疫算子
算法中的免疫思想主要是在合理提取疫苗的基础上，通过免疫算子来实现的；
免疫算子由 接种疫苗 和 免疫选择 两个操作完成的。
The Immune operator
为了防止群体的退化。
为了提高个体的适应度。
第二十页，讲稿共四十页哦
设个体x，给其接种疫苗是指按照先验知识来修改x的某些基因位上的基因或其分量，使所得个体以较大的概率具有更高的适应度。疫苗 是从先验知识中提炼出来的，它所含的信息量及其准确性对算法性能的发挥起着重要的作用。
免疫算子
接种疫苗
之
第二十一页，讲稿共四十页哦
这一操作一般分两步完成：第一步是 免疫检测 ，即对接种了疫苗的个体进行检测，若其适应度仍不如父代，则该个体将被父代中所对应的个体所取代；第二步是 退火选择 ，即在目前的子代群体中以右边所示概率
免疫算子
免疫检测
之
选择个体进入新的父代群体。在免疫策略中，仅有免疫检测而没有退火选择。
第二十二页，讲稿共四十页哦
体系结构
免疫算法
免疫规划
免疫策略
第二十三页，讲稿共四十页哦
免疫算法
随机产生初始父代种群A1 ，根据先验知识抽取疫苗；
若当前群体中包含最佳个体，则算法停止运行并输出结果；否则，继续；
对当前第k代父本种群Ak进行交叉操作，得到种群Bk；
对Bk进行变异操作，得到种群Ck；
对Ck进行接种疫苗操作，得到种群Dk；
对Dk进行免疫选择操作，得到新一代父本Ak+1，转至第二步。
Immune Algorithm---IA
第二十四页，讲稿共四十页哦
免疫算法的收敛性
状态转移过程示意图：
定 理：免疫算法是收敛的。
定 义：如果对于任意的初始分布均有
则称算法收敛。
第二十五页，讲稿共四十页哦
初始化：首先，根据要求确定解的精度；其次，随机产生N个个体，并由此构成初始的父代种群A0；
根据先验知识抽取疫苗H；
计算当前种群Ak的个体适应度，并进行停机条件的判断。若条件满足，则停止运行并输出结果；否则继续；
对当前的父代群体Ak进行变异操作，生成子代群体Bk；
对群体Bk进行接种疫苗操作，得到种群Ck；
对群体Ck进行免疫选择操作，得到新一代父本Ak+1，并转至第三步。
免疫规划
Immune Programming---IP
第二十六页，讲稿共四十页哦
免疫规划的收敛性
状态转移过程示意图：
定 理：免疫规划是收敛的。
定 义：如果对于任意的初始分布均有
则称算法收敛。
第二十七页，讲稿共四十页哦
免疫策略
根据要求确定解的精度，再根据先验知识抽取疫苗H；
随机产生个个体作为初始的父本群体；
交叉：产生由父代和子代构成的规模为2的中间群体；
变异：对每一个个体进行变异将得到一个新的个体；
免疫：首先按照对问题的先验知识修改个体(x,)的某些分量；然后对群体中注射了疫苗的个体进行检测；
选择：从规模为2的群体中按适应度的大小取出前个个体作为新一代父本的群体；
停机条件检测。
Immune Strategy---IS
第二十八页，讲稿共四十页哦
免疫策略的收敛性
状态转移过程示意图：
定 理：免疫策略是收敛的。
定 义：如果对于任意的初始分布均有
则称算法收敛。
第二十九页，讲稿共四十页哦
免疫算子的机理
在免疫选择作用下，若疫苗使抗体适应度得到提高，且高于当前群体的平均适应度，则疫苗所对应的模式将在群体中呈指数级扩散；否则，它将被遏制或呈指数级衰减。
定 理：
第三十页，讲稿共四十页哦
Begin:
抽取疫苗：
分析待求问题，搜集特征信息；
依据特征信息估计特定