【智能优化算法】免疫遗传算法部分个人解析

免疫算子=接种疫苗+免疫选择

需要强调的是，疫苗不是一个个体，故不能作为问题的解。它仅仅具备个体在某些基因位上的特征。
（举个栗子，对于obj=minf(x)=(x1)^2+cos(x2)+sin(x3)，我们能提取的疫苗就是：x1应该在0附近，那么对于x=(4,2,6)我们对它接种疫苗，让4变小一些）

先初始化种群。如果初始化种群适应度不够高，算法开始往下执行。

将种群中所有个体（对染色体进行操作）进行交叉、变异。

接种疫苗：
就是对已经交叉、变异的种群X，种群X里面的所有个体都称为抗体。在种群X里面选取一些个体进行基因修改（利用疫苗）。这种操作就叫对种群X接种疫苗。

免疫选择：
免疫选择=免疫检测+退火选择
就是判断抗体（即种群的全部个体）是否较优，得到接种过的新种群，然后计算适应度，如果适应度满足终止条件，就得到最优解，输出即可。

抗体浓度的是表征抗体种群的多样性好坏。抗体的浓度过高意味着种群中非常类似的个体大量存在，寻优就会集中与一个可行区间的一个区域，不利于全局寻优。