论文部分内容阅读
免疫算法是模拟生物免疫系统功能的一种智能算法，具有解决复杂工程问题的潜力。但目前的免疫算法还有没有类似遗传算法和神经网络等智能系统的相对统一的基础和理论。在实际应用中，针对所解决的不同问题，免疫算法有着不同的框架流程。例如一般免疫算法，高级免疫算法、免疫生产计划算法、克隆选择算法等。
本文中首先阐述了免疫遗传算法的概念与具体的算法流程，免疫遗传算法即在遗传算法的基础上加入了免疫机制，用于克服遗传算法“早熟”的缺点。在解决大规模TSP问题时，通过在遗传算法中加入动态疫苗与静态疫苗相结合，以及多样性调整等机制，大大提高了算法的效率与准确度，有效的避免了传统遗传算法的缺点。
免疫算法在图像处理领域也有着很重要的应用，高级免疫算法最早用于永磁同步电机参数优化设计，通过运用信息熵和增加变异率的方法，扩大了算法的搜索范围。通过仿真试验证明将高级免疫算法应用到图像分割中是可行，有效的。