免疫算法完整版本

免疫算法（作者姓名）免疫算法一、免疫算法的生物学原理二、免疫算法的基本模型及算法三、常用的免疫算法四、免疫算法的简单应用一、免疫算法的生物学原理——免疫系统1.基本概念免疫系统

是由许多分布式的具有一定功能的个体（T细胞、B细胞、抗体和细胞因子等）通过相互作用形成的一个复杂的动态大系统的典型例子，具有个体特异性（一种免疫细胞仅对特定的抗原起作用）和整体多样性（免疫系统几乎对所有抗原都能进行处理）的双重特点，具备学习、记忆、自我调整、模式识别和特征提取能力。一、免疫算法的生物学原理——免疫系统1.基本概念抗原是指能够刺激和诱导机体的免疫系统使其产生免疫应答，并能与相应的免疫应答产物在体内或体外发生特异性反应的物质。抗体是指免疫系统受抗原刺激后，免疫细胞转化为浆细胞并产生能与抗原发生特异性结合的免疫球蛋白，该免疫球蛋白即为抗体。一、免疫算法的生物学原理——免疫系统1.基本概念免疫疫苗根据进化环境或待求问题的先验知识，所得到的对最佳个体基因的估计。免疫调节在免疫反应过程中，大量的抗体的产生降低了抗原对免疫细胞的刺激，从而抑制抗体的分化和增殖，同时产生的抗体之间也存在着相互刺激和抑制的关系，这种抗原与抗体、抗体与抗体之间的相互制约关系使抗体免疫反应维持一定的强度，保证机体的免疫平衡。一、免疫算法的生物学原理——免疫系统一、免疫算法的生物学原理——免疫系统2.免疫系统的工作模型二、免疫算法的基本模型及算法1.免疫系统与免疫算法的比较二、免疫算法的基本模型及算法免疫系统免疫算法抗原要解决的问题抗体最佳解向量抗原识别问题识别从记忆细胞产生抗体联想过去的成功淋巴细胞分化优良解(记忆)的保持细胞抑制剩余候选解的消除抗体增加(细胞克隆)利用遗传算子产生新抗体2.二进制模型二、免疫算法的基本模型及算法每个抗体都有抗体决定簇和抗原决定基，抗体和抗原的亲和程度由它的抗体决定簇和抗原的决定基的匹配程度决定。抗体之间的亲和程度由它的抗原决定基和其他抗原的抗体决定簇的匹配程度决定。假定每个抗原和每个抗体分别只有一个抗原决定簇，从而通过这些决定基之间的匹配程度控制不同类型抗体的复制和减少，已达到优化系统的目的。2.二进制模型二、免疫算法的基本模型及算法主要涉及识别和刺激两个内容识别：每个抗体可以用（e,p）的二进制串表示，e表示抗原决定基，p表示抗体决定簇，长度分别为和（所有抗体或抗原的这两个长度都形同），s表示一个匹配阈值。2.二进制模型二、免疫算法的基本模型及算法主要涉及识别和刺激两个内容识别：表示第i个抗原决定基的第n位表示第j个抗原决定簇的第n位匹配特异矩阵为：（k表示错位长度）2.二进制模型二、免疫算法的基本模型及算法主要涉及识别和刺激两个内容刺激：以两个抗体相互识别为例，抗体A的抗原决定簇能识别抗体B的抗原决定基，首相导致抗体A以固定的概率大量繁殖，同时之间清除抗体B。2.二进制模型二、免疫算法的基本模型及算法主要涉及识别和刺激两个内容刺激：

抗体浓度变化方程如下：

其中抗体浓度为x，抗原浓度为y。

二、免疫算法的基本模型及算法3.免疫算法的基本步骤(1)识别抗原：免疫系统确认抗原入侵。(2)产生初始抗体群体：激活记忆细胞产生抗体，清除以前出现过的抗原，从包含最优抗体(最优解)的数据库中选择出N个抗体。(3)计算亲和力：计算抗体和抗原之间，抗体与抗体之间的亲和力a.抗体v与抗原的亲和度为其中optv表示抗体v和抗原的结合强度二、免疫算法的基本模型及算法3.免疫算法的基本步骤(3)计算亲和力b.抗体v和抗原w之间的亲和度其中E(2)表示v和w之间的信息熵(4)记忆细胞分化：与抗原有最大亲和力的抗体加入记忆细胞。由于记忆细胞数目有限，新产生的抗体将会代替记忆细胞中和它具有最大亲和力者。二、免疫算法的基本模型及算法3.免疫算法的基本步骤(5)抗体促进和抑制：高亲和力抗体受到促进，高密度抗体受到抑制。通常通过计算抗体存活的期望值来实施。可有效的防止早熟。qk表示和抗体k具有较大亲和力的抗体数目。二、免疫算法的基本模型及算法3.免疫算法的基本步骤(6)抗体产生:对未知抗原的响应，产生新淋巴细胞。根据不同抗体和抗原亲和力的高低，使用赌轮选择的方法，选择两个抗体。然后把这两个抗体按一定变异概率做变异，之后再交叉，得到新的抗体。如此重复（6）直到产生N个新抗体。（7）结束条件如果求出的最优解满足一定的结束条件，则结束算法。二、免疫算法的基本模型及算法3.免疫算法的基本步骤二、免疫算法的基本模型及算法4.免疫算法的基本流程初始抗体生成抗原识别抗体促进和抑制满足终止条件？群体更新结束亲和力计算记忆细胞分化YN三、常用的免疫算法三、常用的免疫算法一般的免疫算法可分为三种情况:（1）基于免疫响应过程的IA（2）基于克隆原理的IA（3）基于遗传算法的IA三、常用的免疫算法基于免疫响应过程的IA三、常用的免疫算法基于克隆原理的IANdPnCC*选择成熟克隆MPr重新选择（6）（1）（4）（5）（3）（2）三、常用的免疫算法基于遗传算法的IA四、免疫算法的简单应用四、免疫算法简单应用TSP问题四、免疫算法简单应用TSP问题求解流程图免疫算子在求解问题之前先从每个城市点的周围各点中选取一个路径最近的点，以此作为算法执行过程中对该城市点进行目标免疫操作时所注入的疫苗。每次遗传操作后，随机抽取一些个体