【智能优化算法应用】02免疫优化算法应用

作者：康慎吾

• 免疫算法流程
  
• 免疫学相关基本概念
  （1）抗原：
         是一种能够刺激机体产生免疫应答并能与应答产物结合的物质。它不是免疫系统的有机组成部分，但它是启动免疫应答的始动因素。
  （2）抗体：
         抗体是一种能够进行特异识别和清除抗原的免疫分子，其中具有抗细菌和抗毒素免疫功能的球蛋白物质，故抗体也称免疫球蛋白分子，它是由B细胞分化成的浆细胞所产生的。
  （3）亲和度：
         一般指的是抗体-抗原之间的亲和度（匹配程度）或者是抗体和抗原的结合强度。
         但实际上，抗体-抗体之间也有亲和度（相似程度）。
         一般会抑制浓度过高的个体（抗体和抗体间亲和度大），保证个体的多样性。即会促进或者激励亲和度大（抗体和抗原间）、浓度低的抗体。
• 生物免疫系统与免疫算法概念的对应关系
  
  注：由于抗体是由B细胞产生的，在免疫算法中对抗体和B细胞不作区分，都对应为优化问题的可行解。
• 期望繁殖概率
         在种群中，每个个体的期望繁殖概率与抗体与抗原之间的亲和力Av和抗体浓度Cv共同决定
  
         α是常数，为多样性评价参数，可见个体的适应度越高，则期望繁殖率越大，个体的浓度越大，则期望繁殖率越小。这样就鼓励了高适应度个体，抑制了高浓度个体。
         免疫算法在抑制高浓度个体时，与抗原亲和度高的个体也可能因浓度高而受到抑制，从而导致已求得的最优解丢失，因此采取精英保留策略，在每次更新记忆库时，先将与抗原亲和度最高的若干个个体存入记忆库，再按照期望繁殖概率将剩余群体中优秀个体存入记忆库。
• 算法应用
  基于免疫优化算法的物流中心选址
         建立一个选址/分配模型：在满足距离上限的情况下，需要从n个需求点中找出配送中心，并向各需求点配送物品。目标函数是各配送中心到需求点的需求量和距离的乘积之和最小。

下一节：【智能优化算法应用】03粒子群算法应用...