【正文】 執(zhí)行遺傳和免疫算子操作 。 免疫規(guī)劃 Immune ProgrammingIP 免疫規(guī)劃的收斂性 狀態(tài)轉移過程示意圖： 定 理：免疫規(guī)劃是收斂的。 ? 疫苗 根據(jù)進化環(huán)境或待求問題的先驗知識 ， 所得到的對最佳個體基因的估計 。 AIS的研究歷史 ? Farmer等人在 1986年首先在工程領域提出 免疫 概念 ； ? Varela等人受免疫網(wǎng)絡學說的啟發(fā)，提出并進而完善免疫網(wǎng)絡模型。 免疫系統(tǒng)的主要特點 ? 免疫識別 ? 免疫應答 ? 免疫耐受 ? 免疫記憶 ? 免疫調節(jié) 算法研究 生物學概念與理論 方法： 工程計算方法 進化＋免疫 ? 傳統(tǒng)進化算法是在一定發(fā)生概率的條件下 ，隨機地 、 沒有指導地迭代搜索 ， 因此它們在為群體中的個體提供了進化機會的同時 ， 也無可避免地產(chǎn)生了退化的可能 。 免疫算子 接種疫苗 之 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體進行檢測 ， 若其適應度仍不如父代 ， 則該個體將被父代中所對應的個體所取代；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 P xeeif xTf xTinikik( )( )( )???10選擇個體進入新的父代群體 。 TSP問題的描述 TSP問題是旅行商問題的簡稱 。 (b) 基于 IP的進化過程中個體分布圖 (c) EP和 IP所求得的最佳適應度對比圖 (d) EP和 IP所求得的平均適應度對比圖 免疫疫苗為 時的 計算曲線 xk1 5?0 5 0 1 0 000 . 510 5 0 1 0 01 41 61 82 00 5 0 1 0 0051 01 52 00 5 0 1 0 000 . 51( a ) ( b )( c ) ( d )(a) 基于 EP的進化過程中個體分布圖 。 else ； i = i +1； 退火選擇： ； k = k+1； End 免疫算子的執(zhí)行算法 H h j mj? ?{ , , , }1 2 ?a V a hH ki P ki jI, { } { , }?a aH ki ki, ? ?1 a aki ki? ?1a aki Hki? ,a aki H ki? ,A S Ak k? ?1 ( )具體分析待求問題，搜集特征信息。 了 提 高 適 應 度設個體 x， 給其接種疫苗是指按照先驗知識來修改 x的某些基因位上的 基因或其分量 ，使所得個體 以較大的概率具有更高的適應度 。 ? 抗體 是指免疫系統(tǒng)受抗原刺激后 ， 免疫細胞轉化為漿細胞并產(chǎn)生能與抗原發(fā)生特異性結合的免疫球蛋白 ， 該免疫球蛋白即為抗體 。Cooke）； ? 免疫遺傳算法（ Chun）； ? 免疫 Agent算法（ Ishida）； ? 免疫網(wǎng)絡調節(jié)算法（ Wangamp。 免疫算子有兩種類型： 全免疫 非特異性免疫 目標免疫 特異性免疫 免疫思想的實現(xiàn) ? 免疫算子 即：群體中的每個個體在進化算子作用后 ， 對其每一環(huán)