自適應克隆抑制人工免疫算法

0 引言

人工免疫算法是一種優化搜索算法。由于該算法的并行搜索策略和優化計算時不依賴于梯度信息，它的應用范圍非常廣泛，尤其適合于處理傳統搜索方法難以解決的高度復雜的非線性問題，它在自適應控制、模式識別、機器學習、規劃策略、信息處理和人工生命等領域的應用中越來越顯示出其優越性。代表性的免疫算法是巴西人工免疫學專家Casto等人于1999年借鑒生物免疫系統的克隆選擇原理提出的克隆選擇算法。該算法僅以抗原與抗體親和度的大小來決定克隆抗體的多少，并沒有考慮抗體間濃度對種群克隆的影響，抗體種群多樣性也只是簡單地通過新舊抗體的替換來實現的。但是，如果根據親和度選出的抗體基因非常接近，那么所產生的后代相對于雙親也必然比較接近，這樣所期望的改善就比較小，基因模式的單一性不僅減慢了收斂速度，而且可能導致進化停滯，過早地收斂于局部極值點。