人工免疫算法課件

人工免疫算法人工免疫算法人工免疫算法－人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；遺傳系統(tǒng)（進(jìn)化計(jì)算）；免疫系統(tǒng)（人工免疫系統(tǒng)）。人工免疫算法人工免疫算法人工免疫算法－人工智能信息處理系1－人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；遺傳系統(tǒng)（進(jìn)化計(jì)算）；免疫系統(tǒng)（人工免疫系統(tǒng)）。－人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；2 一門新興的研究領(lǐng)域。的研究歷史等人在1986年首先在工程領(lǐng)域提出免疫概念；等人受免疫網(wǎng)絡(luò)學(xué)說的啟發(fā)，提出并進(jìn)而完善免疫網(wǎng)絡(luò)模型。 一門新興的研究領(lǐng)域。的研究歷史等人在1986年首先在工程3 人工免疫網(wǎng)絡(luò)模型的研究現(xiàn)狀之一獨(dú)特型免疫網(wǎng)絡(luò)（）；互聯(lián)耦合免疫網(wǎng)絡(luò)（）；免疫反應(yīng)網(wǎng)絡(luò)（）；對稱網(wǎng)絡(luò)（）；多值免疫網(wǎng)絡(luò)（）. 人工免疫網(wǎng)絡(luò)模型的研究現(xiàn)狀之一獨(dú)特型免疫網(wǎng)絡(luò)（）；4 免疫學(xué)習(xí)算法的研究現(xiàn)狀之二反面選擇算法（）；免疫學(xué)習(xí)算法（）；免疫遺傳算法（）；免疫算法（）；免疫網(wǎng)絡(luò)調(diào)節(jié)算法（）；免疫進(jìn)化算法（）. 免疫學(xué)習(xí)算法的研究現(xiàn)狀之二反面選擇算法（）；5 國際研究的研究現(xiàn)狀之三1996年，日本，基于免疫性系統(tǒng)的國際專題討論會(huì)，提出并確認(rèn)人工免疫系統(tǒng)（）的概念；1997年，的組織專門成立了人工免疫系統(tǒng)及應(yīng)用的分會(huì)組織；目前，幾乎所有有關(guān)人工智能領(lǐng)域的學(xué)術(shù)會(huì)議都收錄方面的論文。 國際研究的研究現(xiàn)狀之三1996年，日本，基于免疫性系統(tǒng)6免疫進(jìn)化算法的研究免疫進(jìn)化算法的研究7生物免疫的啟示在生物自然界中，免疫現(xiàn)象普遍存在，并對物種的生存與繁衍發(fā)揮著重要的作用；生物的免疫功能主要是由參與免疫反應(yīng)的細(xì)胞或由其構(gòu)成的器官來完成的；生物免疫主要有兩種類型：特異性免疫（），非特異性免疫反應(yīng)（）；生物免疫系統(tǒng)是通過自我識(shí)別、相互刺激與制約而構(gòu)成了一個(gè)動(dòng)態(tài)平衡的網(wǎng)絡(luò)結(jié)構(gòu)。

生物免疫的啟示在生物自然界中，免疫現(xiàn)象普遍存在，并對物種的8免疫生物學(xué)的基本概念抗原是指能夠刺激和誘導(dǎo)機(jī)體的免疫系統(tǒng)使其產(chǎn)生免疫應(yīng)答，并能與相應(yīng)的免疫應(yīng)答產(chǎn)物在體內(nèi)或體外發(fā)生特異性反應(yīng)的物質(zhì)。抗體是指免疫系統(tǒng)受抗原刺激后，免疫細(xì)胞轉(zhuǎn)化為漿細(xì)胞并產(chǎn)生能與抗原發(fā)生特異性結(jié)合的免疫球蛋白，該免疫球蛋白即為抗體。免疫生物學(xué)的基本概念抗原9免疫系統(tǒng)的主要功能免疫防御即機(jī)體防御病原微生物的感染；免疫（自身）穩(wěn)定即機(jī)體通過免疫功能經(jīng)常消除那些損傷和衰老的細(xì)胞以維持機(jī)體的生理平衡；免疫監(jiān)視即機(jī)體通過免疫功能防止或消除體內(nèi)細(xì)胞在新陳代謝過程中發(fā)生突變的和異常的細(xì)胞。免疫系統(tǒng)的主要功能免疫防御10免疫系統(tǒng)的主要特點(diǎn) 免疫識(shí)別 免疫應(yīng)答 免疫耐受 免疫記憶 免疫調(diào)節(jié)免疫系統(tǒng)的主要特點(diǎn) 免疫識(shí)別11算法研究生物學(xué)概念與理論方法：工程計(jì)算方法算法研究生物學(xué)概念與理論方法：工程計(jì)算方法12進(jìn)化＋免疫 傳統(tǒng)進(jìn)化算法是在一定發(fā)生概率的條件下，隨機(jī)地、沒有指導(dǎo)地迭代搜索，因此它們在為群體中的個(gè)體提供了進(jìn)化機(jī)會(huì)的同時(shí)，也無可避免地產(chǎn)生了退化的可能。每一個(gè)待求的實(shí)際問題都會(huì)有自身一些基本的、顯而易見的特征信息或知識(shí)。然而進(jìn)化算法中的交叉和變異算子在求解問題時(shí)，操作的可變程度較小。進(jìn)化＋免疫 傳統(tǒng)進(jìn)化算法是在一定發(fā)生概率的條件下，隨機(jī)地、13基本概念 染色體 表示待求問題的解的形式的一種數(shù)據(jù)結(jié)構(gòu)。 基因構(gòu)成染色體的最基本的數(shù)據(jù)單位。 個(gè)體 具有某類染色體結(jié)構(gòu)的一種特例?；靖拍?染色體14基本概念 抗原 所有可能錯(cuò)誤的基因，即非最佳個(gè)體的基因。 疫苗 根據(jù)進(jìn)化環(huán)境或待求問題的先驗(yàn)知識(shí)，所得到的對最佳個(gè)體基因的估計(jì)。 抗體 根據(jù)疫苗修正某個(gè)個(gè)體的基因所得到的新個(gè)體。基本概念 抗原15免疫算子有兩種類型： 全免疫非特異性免疫 目標(biāo)免疫特異性免疫免疫思想的實(shí)現(xiàn)免疫算子即：群體中的每個(gè)個(gè)體在進(jìn)化算子作用后，對其每一環(huán)節(jié)都進(jìn)行一次免疫操作的免疫類型；即：在進(jìn)行了進(jìn)化操作后，經(jīng)過一定的判斷，個(gè)體僅在作用點(diǎn)處發(fā)生免疫反應(yīng)的一種類型。免疫算子有兩種類型：免疫思想的實(shí)現(xiàn)免疫算子即：群體中的每16免疫操作的基本過程 首先，對待求求問題進(jìn)行具體分析，從中提取出最基本的特征信息； 其次，對此特征信息進(jìn)行處理，以將其轉(zhuǎn)化為求解問題的一種方案； 最后，將此方案以適當(dāng)?shù)男问睫D(zhuǎn)化成免疫算子以實(shí)施具體的操作。免疫操作的基本過程 首先，對待求求問題進(jìn)行具體分析，從中提17免疫算子 算法中的免疫思想主要是在合理提取疫苗的基礎(chǔ)上，通過免疫算子來實(shí)現(xiàn)的； 免疫算子由接種疫苗和免疫選擇兩個(gè)操作完成的。

為了防止群體的退化。為了提高個(gè)體的適應(yīng)度。免疫算子 算法中的免疫思想主要是在合理提取疫苗的基礎(chǔ)上，18設(shè)個(gè)體x，給其接種疫苗是指按照先驗(yàn)知識(shí)來修改x的某些基因位上的基因或其分量，使所得個(gè)體以較大的概率具有更高的適應(yīng)度。疫苗是從先驗(yàn)知識(shí)中提煉出來的，它所含的信息量及其準(zhǔn)確性對算法性能的發(fā)揮起著重要的作用。免疫算子接種疫苗之設(shè)個(gè)體x，給其接種疫苗是指按照先驗(yàn)知識(shí)來修改x的某些基因位上19這一操作一般分兩步完成：第一步是免疫檢測，即對接種了疫苗的個(gè)體進(jìn)行檢測，若其適應(yīng)度仍不如父代，則該個(gè)體將被父代中所對應(yīng)的個(gè)體所取代；第二步是退火選擇，即在目前的子代群體中以右邊所示概率免疫算子免疫檢測之選擇個(gè)體進(jìn)入新的父代群體。在免疫策略中，僅有免疫檢測而沒有退火選擇。這一操作一般分兩步完成：第一步是免疫檢測，即對接種了疫苗20體系結(jié)構(gòu)免疫算法免疫規(guī)劃免疫策略體系結(jié)構(gòu)免疫算法21免疫算法隨機(jī)產(chǎn)生初始父代種群A1，根據(jù)先驗(yàn)知識(shí)抽取疫苗；若當(dāng)前群體中包含最佳個(gè)體，則算法停止運(yùn)行并輸出結(jié)果；否則，繼續(xù)；對當(dāng)前第k代父本種群進(jìn)行交叉操作，得到種群；對進(jìn)行變異操作，得到種群；對進(jìn)行接種疫苗操作，得到種群；對進(jìn)行免疫選擇操作，得到新一代父本1，轉(zhuǎn)至第二步。

免疫算法隨機(jī)產(chǎn)生初始父代種群A1，根據(jù)先驗(yàn)知識(shí)抽取疫苗；22免疫算法的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫算法是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。免疫算法的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫算法是收23初始化：首先，根據(jù)要求確定解的精度；其次，隨機(jī)產(chǎn)生N個(gè)個(gè)體，并由此構(gòu)成初始的父代種群A0；根據(jù)先驗(yàn)知識(shí)抽取疫苗H；計(jì)算當(dāng)前種群的個(gè)體適應(yīng)度，并進(jìn)行停機(jī)條件的判斷。若條件滿足，則停止運(yùn)行并輸出結(jié)果；否則繼續(xù)；對當(dāng)前的父代群體進(jìn)行變異操作，生成子代群體；對群體進(jìn)行接種疫苗操作，得到種群；對群體進(jìn)行免疫選擇操作，得到新一代父本1，并轉(zhuǎn)至第三步。免疫規(guī)劃

初始化：首先，根據(jù)要求確定解的精度；其次，隨機(jī)產(chǎn)生N個(gè)個(gè)體，24免疫規(guī)劃的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫規(guī)劃是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。免疫規(guī)劃的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫規(guī)劃是收25免疫策略根據(jù)要求確定解的精度，再根據(jù)先驗(yàn)知識(shí)抽取疫苗H；隨機(jī)產(chǎn)生個(gè)個(gè)體作為初始的父本群體；交叉：產(chǎn)生由父代和子代構(gòu)成的規(guī)模為2的中間群體；變異：對每一個(gè)個(gè)體進(jìn)行變異將得到一個(gè)新的個(gè)體；免疫：首先按照對問題的先驗(yàn)知識(shí)修改個(gè)體(x,)的某些分量；然后對群體中注射了疫苗的個(gè)體進(jìn)行檢測；選擇：從規(guī)模為2的群體中按適應(yīng)度的大小取出前個(gè)個(gè)體作為新一代父本的群體；停機(jī)條件檢測。

免疫策略根據(jù)要求確定解的精度，再根據(jù)先驗(yàn)知識(shí)抽取疫苗H；26免疫策略的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫策略是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。免疫策略的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫策略是收27免疫算子的機(jī)理在免疫選擇作用下，若疫苗使抗體適應(yīng)度得到提高，且高于當(dāng)前群體的平均適應(yīng)度，則疫苗所對應(yīng)的模式將在群體中呈指數(shù)級擴(kuò)散；否則，它將被遏制或呈指數(shù)級衰減。定理：免疫算子的機(jī)理在免疫選擇作用下，若疫苗使抗體適應(yīng)度得到提高，28:抽取疫苗：分析待求問題，搜集特征信息；依據(jù)特征信息估計(jì)特定基因位上的模式:；k=0j=0；(=){},j=j+1；i=0；(i≤n)接種疫苗：；免疫檢驗(yàn)：,;；i=i+1；退火選擇：；k=1；免疫算子的執(zhí)行算法:免疫算子的執(zhí)行算法29具體分析待求問題，搜集特征信息。免疫疫苗的選取方法通用方法之一以問題為例，通過具體分析可以得出相鄰兩兩城市之間的最短路徑即為求解該問題時(shí)可以利用的一種疫苗。具體分析待求問題，搜集特征信息。免疫疫苗的選取方法通用方法之30問題的描述問題是旅行商問題的簡稱。即一個(gè)商人從某一城市出發(fā)，要遍歷所有目標(biāo)城市，其中每個(gè)城市必須而且只須訪問一次。所要研究的問題是在所有可能的路徑中尋找一條路程最短的路線。該問題是一個(gè)典型的問題，即隨著規(guī)模的增加，可行解的數(shù)目將做指數(shù)級增長。問題的描述問題是旅行商問題的簡稱。即一個(gè)商人從某一城市出發(fā)，31問題的分析設(shè)所有與城市距離最近的城市為,進(jìn)行一次如虛線所示的調(diào)整后,多數(shù)情況下，l3較1+的減少量要大于l1+l2較的增加量。故：問題的分析設(shè)所有與城市距離最近的城市為,進(jìn)行一次如虛線所示的32:(=)統(tǒng)計(jì)父代群體，確定最佳個(gè)體： ;分解最佳個(gè)體，抽取免疫基因： ;執(zhí)行遺傳和免疫算子操作;免疫疫苗的選取方法自適應(yīng)方法之二:免疫疫苗的選取方法自適應(yīng)方法之二33:鄰近城市序列初始化：(i)=(1,n),i=1,…,n;最短子路徑的初始化：(i)i=1,…,n;(=)i=1n變異：(i)=(((i),1));選擇：(i,(i))<(i)(i)=(i);(i)=(i,(i));

免疫疫苗的選取方法進(jìn)化規(guī)劃方法之三:免疫疫苗的選取方法進(jìn)化規(guī)劃方法之三34仿真實(shí)驗(yàn)基于的求解之一a.免疫抗體 b.最優(yōu)化路徑75城市的問題免疫優(yōu)化仿真示意圖仿真實(shí)驗(yàn)基于的求解之一a.免疫抗體 b.最優(yōu)化路35子代適應(yīng)度值隨進(jìn)化過程的變化曲線a通用遺傳算法計(jì)算曲線 b免疫算法計(jì)算曲線子代適應(yīng)度值隨進(jìn)化過程的變化曲線a通用遺傳算法計(jì)算曲線 36仿真實(shí)驗(yàn)基于的求解之二a.免疫疫苗示意圖 b.最優(yōu)路徑示意圖442城市的問題免疫優(yōu)化仿真示意圖仿真實(shí)驗(yàn)基于的求解之二a.免疫疫苗示意圖 b.37子代適應(yīng)度值隨進(jìn)化過程的變化曲線a(,2)-ES計(jì)算曲線 b(,2)-IS

計(jì)算曲線子代適應(yīng)度值隨進(jìn)化過程的變化曲線a(,2)-ES計(jì)38謝謝謝謝39人工免疫算法人工免疫算法人工免疫算法－人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；遺傳系統(tǒng)（進(jìn)化計(jì)算）；免疫系統(tǒng)（人工免疫系統(tǒng)）。人工免疫算法人工免疫算法人工免疫算法－人工智能信息處理系40－人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；遺傳系統(tǒng)（進(jìn)化計(jì)算）；免疫系統(tǒng)（人工免疫系統(tǒng)）。－人工智能信息處理系統(tǒng)的研究腦神經(jīng)系統(tǒng)（神經(jīng)網(wǎng)絡(luò)）；41 一門新興的研究領(lǐng)域。的研究歷史等人在1986年首先在工程領(lǐng)域提出免疫概念；等人受免疫網(wǎng)絡(luò)學(xué)說的啟發(fā)，提出并進(jìn)而完善免疫網(wǎng)絡(luò)模型。 一門新興的研究領(lǐng)域。的研究歷史等人在1986年首先在工程42 人工免疫網(wǎng)絡(luò)模型的研究現(xiàn)狀之一獨(dú)特型免疫網(wǎng)絡(luò)（）；互聯(lián)耦合免疫網(wǎng)絡(luò)（）；免疫反應(yīng)網(wǎng)絡(luò)（）；對稱網(wǎng)絡(luò)（）；多值免疫網(wǎng)絡(luò)（）. 人工免疫網(wǎng)絡(luò)模型的研究現(xiàn)狀之一獨(dú)特型免疫網(wǎng)絡(luò)（）；43 免疫學(xué)習(xí)算法的研究現(xiàn)狀之二反面選擇算法（）；免疫學(xué)習(xí)算法（）；免疫遺傳算法（）；免疫算法（）；免疫網(wǎng)絡(luò)調(diào)節(jié)算法（）；免疫進(jìn)化算法（）. 免疫學(xué)習(xí)算法的研究現(xiàn)狀之二反面選擇算法（）；44 國際研究的研究現(xiàn)狀之三1996年，日本，基于免疫性系統(tǒng)的國際專題討論會(huì)，提出并確認(rèn)人工免疫系統(tǒng)（）的概念；1997年，的組織專門成立了人工免疫系統(tǒng)及應(yīng)用的分會(huì)組織；目前，幾乎所有有關(guān)人工智能領(lǐng)域的學(xué)術(shù)會(huì)議都收錄方面的論文。 國際研究的研究現(xiàn)狀之三1996年，日本，基于免疫性系統(tǒng)45免疫進(jìn)化算法的研究免疫進(jìn)化算法的研究46生物免疫的啟示在生物自然界中，免疫現(xiàn)象普遍存在，并對物種的生存與繁衍發(fā)揮著重要的作用；生物的免疫功能主要是由參與免疫反應(yīng)的細(xì)胞或由其構(gòu)成的器官來完成的；生物免疫主要有兩種類型：特異性免疫（），非特異性免疫反應(yīng)（）；生物免疫系統(tǒng)是通過自我識(shí)別、相互刺激與制約而構(gòu)成了一個(gè)動(dòng)態(tài)平衡的網(wǎng)絡(luò)結(jié)構(gòu)。

生物免疫的啟示在生物自然界中，免疫現(xiàn)象普遍存在，并對物種的47免疫生物學(xué)的基本概念抗原是指能夠刺激和誘導(dǎo)機(jī)體的免疫系統(tǒng)使其產(chǎn)生免疫應(yīng)答，并能與相應(yīng)的免疫應(yīng)答產(chǎn)物在體內(nèi)或體外發(fā)生特異性反應(yīng)的物質(zhì)。抗體是指免疫系統(tǒng)受抗原刺激后，免疫細(xì)胞轉(zhuǎn)化為漿細(xì)胞并產(chǎn)生能與抗原發(fā)生特異性結(jié)合的免疫球蛋白，該免疫球蛋白即為抗體。免疫生物學(xué)的基本概念抗原48免疫系統(tǒng)的主要功能免疫防御即機(jī)體防御病原微生物的感染；免疫（自身）穩(wěn)定即機(jī)體通過免疫功能經(jīng)常消除那些損傷和衰老的細(xì)胞以維持機(jī)體的生理平衡；免疫監(jiān)視即機(jī)體通過免疫功能防止或消除體內(nèi)細(xì)胞在新陳代謝過程中發(fā)生突變的和異常的細(xì)胞。免疫系統(tǒng)的主要功能免疫防御49免疫系統(tǒng)的主要特點(diǎn) 免疫識(shí)別 免疫應(yīng)答 免疫耐受 免疫記憶 免疫調(diào)節(jié)免疫系統(tǒng)的主要特點(diǎn) 免疫識(shí)別50算法研究生物學(xué)概念與理論方法：工程計(jì)算方法算法研究生物學(xué)概念與理論方法：工程計(jì)算方法51進(jìn)化＋免疫 傳統(tǒng)進(jìn)化算法是在一定發(fā)生概率的條件下，隨機(jī)地、沒有指導(dǎo)地迭代搜索，因此它們在為群體中的個(gè)體提供了進(jìn)化機(jī)會(huì)的同時(shí)，也無可避免地產(chǎn)生了退化的可能。每一個(gè)待求的實(shí)際問題都會(huì)有自身一些基本的、顯而易見的特征信息或知識(shí)。然而進(jìn)化算法中的交叉和變異算子在求解問題時(shí)，操作的可變程度較小。進(jìn)化＋免疫 傳統(tǒng)進(jìn)化算法是在一定發(fā)生概率的條件下，隨機(jī)地、52基本概念 染色體 表示待求問題的解的形式的一種數(shù)據(jù)結(jié)構(gòu)。 基因構(gòu)成染色體的最基本的數(shù)據(jù)單位。 個(gè)體 具有某類染色體結(jié)構(gòu)的一種特例。基本概念 染色體53基本概念 抗原 所有可能錯(cuò)誤的基因，即非最佳個(gè)體的基因。 疫苗 根據(jù)進(jìn)化環(huán)境或待求問題的先驗(yàn)知識(shí)，所得到的對最佳個(gè)體基因的估計(jì)。 抗體 根據(jù)疫苗修正某個(gè)個(gè)體的基因所得到的新個(gè)體?；靖拍?抗原54免疫算子有兩種類型： 全免疫非特異性免疫 目標(biāo)免疫特異性免疫免疫思想的實(shí)現(xiàn)免疫算子即：群體中的每個(gè)個(gè)體在進(jìn)化算子作用后，對其每一環(huán)節(jié)都進(jìn)行一次免疫操作的免疫類型；即：在進(jìn)行了進(jìn)化操作后，經(jīng)過一定的判斷，個(gè)體僅在作用點(diǎn)處發(fā)生免疫反應(yīng)的一種類型。免疫算子有兩種類型：免疫思想的實(shí)現(xiàn)免疫算子即：群體中的每55免疫操作的基本過程 首先，對待求求問題進(jìn)行具體分析，從中提取出最基本的特征信息； 其次，對此特征信息進(jìn)行處理，以將其轉(zhuǎn)化為求解問題的一種方案； 最后，將此方案以適當(dāng)?shù)男问睫D(zhuǎn)化成免疫算子以實(shí)施具體的操作。免疫操作的基本過程 首先，對待求求問題進(jìn)行具體分析，從中提56免疫算子 算法中的免疫思想主要是在合理提取疫苗的基礎(chǔ)上，通過免疫算子來實(shí)現(xiàn)的； 免疫算子由接種疫苗和免疫選擇兩個(gè)操作完成的。

為了防止群體的退化。為了提高個(gè)體的適應(yīng)度。免疫算子 算法中的免疫思想主要是在合理提取疫苗的基礎(chǔ)上，57設(shè)個(gè)體x，給其接種疫苗是指按照先驗(yàn)知識(shí)來修改x的某些基因位上的基因或其分量，使所得個(gè)體以較大的概率具有更高的適應(yīng)度。疫苗是從先驗(yàn)知識(shí)中提煉出來的，它所含的信息量及其準(zhǔn)確性對算法性能的發(fā)揮起著重要的作用。免疫算子接種疫苗之設(shè)個(gè)體x，給其接種疫苗是指按照先驗(yàn)知識(shí)來修改x的某些基因位上58這一操作一般分兩步完成：第一步是免疫檢測，即對接種了疫苗的個(gè)體進(jìn)行檢測，若其適應(yīng)度仍不如父代，則該個(gè)體將被父代中所對應(yīng)的個(gè)體所取代；第二步是退火選擇，即在目前的子代群體中以右邊所示概率免疫算子免疫檢測之選擇個(gè)體進(jìn)入新的父代群體。在免疫策略中，僅有免疫檢測而沒有退火選擇。這一操作一般分兩步完成：第一步是免疫檢測，即對接種了疫苗59體系結(jié)構(gòu)免疫算法免疫規(guī)劃免疫策略體系結(jié)構(gòu)免疫算法60免疫算法隨機(jī)產(chǎn)生初始父代種群A1，根據(jù)先驗(yàn)知識(shí)抽取疫苗；若當(dāng)前群體中包含最佳個(gè)體，則算法停止運(yùn)行并輸出結(jié)果；否則，繼續(xù)；對當(dāng)前第k代父本種群進(jìn)行交叉操作，得到種群；對進(jìn)行變異操作，得到種群；對進(jìn)行接種疫苗操作，得到種群；對進(jìn)行免疫選擇操作，得到新一代父本1，轉(zhuǎn)至第二步。

免疫算法隨機(jī)產(chǎn)生初始父代種群A1，根據(jù)先驗(yàn)知識(shí)抽取疫苗；61免疫算法的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫算法是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。免疫算法的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫算法是收62初始化：首先，根據(jù)要求確定解的精度；其次，隨機(jī)產(chǎn)生N個(gè)個(gè)體，并由此構(gòu)成初始的父代種群A0；根據(jù)先驗(yàn)知識(shí)抽取疫苗H；計(jì)算當(dāng)前種群的個(gè)體適應(yīng)度，并進(jìn)行停機(jī)條件的判斷。若條件滿足，則停止運(yùn)行并輸出結(jié)果；否則繼續(xù)；對當(dāng)前的父代群體進(jìn)行變異操作，生成子代群體；對群體進(jìn)行接種疫苗操作，得到種群；對群體進(jìn)行免疫選擇操作，得到新一代父本1，并轉(zhuǎn)至第三步。免疫規(guī)劃

初始化：首先，根據(jù)要求確定解的精度；其次，隨機(jī)產(chǎn)生N個(gè)個(gè)體，63免疫規(guī)劃的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫規(guī)劃是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。免疫規(guī)劃的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫規(guī)劃是收64免疫策略根據(jù)要求確定解的精度，再根據(jù)先驗(yàn)知識(shí)抽取疫苗H；隨機(jī)產(chǎn)生個(gè)個(gè)體作為初始的父本群體；交叉：產(chǎn)生由父代和子代構(gòu)成的規(guī)模為2的中間群體；變異：對每一個(gè)個(gè)體進(jìn)行變異將得到一個(gè)新的個(gè)體；免疫：首先按照對問題的先驗(yàn)知識(shí)修改個(gè)體(x,)的某些分量；然后對群體中注射了疫苗的個(gè)體進(jìn)行檢測；選擇：從規(guī)模為2的群體中按適應(yīng)度的大小取出前個(gè)個(gè)體作為新一代父本的群體；停機(jī)條件檢測。

免疫策略根據(jù)要求確定解的精度，再根據(jù)先驗(yàn)知識(shí)抽取疫苗H；65免疫策略的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫策略是收斂的。定義：如果對于任意的初始分布均有則稱算法收斂。免疫策略的收斂性狀態(tài)轉(zhuǎn)移過程示意圖：定理：免疫策略是收66免疫算子的機(jī)理在免疫選擇作用下，若疫苗使抗體適應(yīng)度得到提高，且高于當(dāng)前群體的平均適應(yīng)度，則疫苗所對應(yīng)的模式將在群體中呈指數(shù)級擴(kuò)散；否則，它將被遏制或呈指數(shù)級衰減。定理：免疫算子的機(jī)理在免疫選擇作用下，若疫苗使抗體適應(yīng)度得到提高，67:抽取疫苗：分析待求問題，搜集特征信息；依據(jù)特征信息估計(jì)特定基因位上的模式:；k=0j=0；(=){},j=j+1；i=0；(i≤n)接種疫苗：；免疫檢驗(yàn)：,;；i=i+1；退火選擇：；k=1；免疫算子的執(zhí)行算法:免疫算子的執(zhí)行算法68具體分析待求問題，搜集特征信息。免疫疫苗的選取方法通用方法之一以問題為例，通過具體分析可以得出相鄰兩兩城市之間的最短路徑即為求解該問題時(shí)可以利用的一種疫苗。具體分析待求問題，搜集特征信息。免疫疫苗的選取方法通用方法之69問題的描述問題是旅行商問題的簡稱。即一個(gè)商人從某一城市出發(fā)，要遍歷所有目標(biāo)城市，其中每個(gè)城市必須而且只須訪問一次。