免疫算法（Immune Algorithm）实例分析

免疫算法借鉴了免疫系统的概念和理论，并将其应用于遗传算法领域，在继承原有算法优势的基础上通过抗体浓度评价机制和激励度计算模型来维持种群多样性，并有效规避了传统优化过程中不可避免的'过早收敛'现象。

1 算法概念

免疫算法是受生物免疫系统的启发而推出的一种新型的智能搜索算法。

2 主要特点

全局搜索能力

多样性保持机制

鲁棒性强

并行分布式搜索机制

3 算法流程

3.1 产生初始抗体种群

基于概率随机生成。

3.2 计算亲和度

依据函数值或函数值的简单处理（倒数、相反数），亲和度表示为aff。

3.3 计算抗体浓度和激励度

抗原-抗体反应（Ab）浓度反映了抗原-抗体反应多样性的高低。当抗原-抗体反应浓度较高时，则表明该区域存在多种类别的抗原-抗体反应。抗原-抗体反应强度表示为den.

有3中方法计算浓度：基于欧式距离、基于海明距离、基于信息熵。

激励水平是对抗体质量的最终评估指标；通常采用抗原亲和度aff与抗体浓度den进行数学运算得出；其中sim值由公式sim = a×aff − b×den计算得出；其中a、b为常数