免疫算法（matlab）

🌞欢迎来到智能优化算法的世界 
🌈博客主页：卿云阁

💌欢迎关注🎉点赞👍收藏⭐️留言📝

🌟本文由卿云阁原创！

🌠本阶段属于筑基阶段之一，希望各位仙友顺利完成突破

📆首发时间：🌹2021年12月11日🌹

✉️希望可以和大家一起完成进阶之路！

🙏作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

---

目录

0️⃣基本介绍

         1️⃣基本流程

2️⃣主要步骤 

---

0️⃣✨✨✨基本介绍✨✨✨

        

抗原：在生命科学中，是指能够刺激和诱导机体免疫系统使其产生免疫应答，并能与相应的免疫应答产物在体内或体外发生特异性反应的物质。在我们的算法中，是指所有可能错误的基因，即非最佳个体的基因。

抗体：在生命科学中，是指免疫系统受抗原刺激后，免疫细胞转化为浆细胞并产生能与抗原发生特异性结合免疫球蛋白，该免疫球蛋白即为抗体。在本文中是指根据疫苗修正某个个体的基因所得到的新个体。其中，根据疫苗修正某个个体基因的过程即为接种疫苗，其目的是消除抗原在新个体产生时所带来的负面影响。

免疫疫苗：根据进化环境或待求问题，所得到的对最佳个体基因的估计。

免疫算子：同生命科学中的免疫理论类似，免疫算子也分两种类型：全免疫和目标免疫，二者分别对应于生命科学中的非和特异性免疫。其中，全免疫是指群体中每个个体在变异操作后，对其每一环节都进行一次免疫操作的免疫类型；目标免疫则指个体在进行变异操作后，经过一定判断，个体仅在作用点处发生免疫反应的一种类型。前者主要应用于个体进化的初始阶段，而在进化过程中基本上不发生作用，否则将很有可能产生通常意义上所说的“同化现象”；后者一般而言将伴随群体进化的全部过程,也是免疫操作的一个常用算子。

免疫调节：在免疫反应过程中，大量的抗体的产生降低了抗原对免疫细胞的刺激，从而抑制抗体的分化和增殖，同时产生的抗体之间也存在着相互刺激和抑制的关系，这种抗原与抗体、抗体与抗体之间的相互制约关系使抗体免疫反应维持一定的强度，保证机体的免疫平衡。

免疫记忆：指免疫系统将能与抗原发生反应的抗体作为记忆细胞保存记忆下来，当同类抗原再次侵入时，相应的记忆细胞被激活而产生大量的抗体，缩短免疫反应时间。

抗原识别：通过表达在抗原表面的表位和抗体分子表面的对位的化学基进行相互匹配选择完成识别，这种匹配过程也是一个不断对抗原学习的过程，最终能选择产生最适当的抗体与抗原结合而排除抗原。

---

1️⃣✨✨✨基本流程✨✨✨

Step1：参数设置及种群初始化；

Step2：终止条件判断，若未达到终止条件，则转到Step3；

Step3：变异；轮盘赌选择；

Step4：交叉；

Step5：边界条件处理；

Step6：计算目标函数；

Step7：轮盘赌选择；

Step8：输出结果，转到Step2。

---

2️⃣✨✨✨主要步骤✨✨✨ 

抗体浓度

抗体浓度表征抗体种群多样性的好坏（抗体浓度越高，相似个体越高，多样性越小）

S(abi,abj)抗体间的相似度。

aff(abi,abj)表示抗体i和抗体j的亲和度。

抗体激励度（抗体质量的评价）

sim(abi)=a*aff(abi)-b*den(abi)

a,b为计算参数。