（一）改進的pso
缺點：早熟；陷入區域性最優；後期失去多樣性。
（二）精英轉殖演算法
1.將種群按粒子數等分成i個子種群（p1,p2…pi），評價粒子的適應度值，將每個子種群的有最優解三個的粒子的位置存在p0中，p0大小為3*i，稱作精英種群，用於替換最差的粒子。
2.對p0進行超突變。（每個粒子隨機選擇乙個維度）
（三）混合免疫網路
對中間層個體進行免疫公升級，優秀層根據標準pso更新，差層的個體再次重新生成。
其中，i≠k,k是在優秀層隨機選擇的第k個體，目的是向優秀個體學習。cauchy是標準分布，使得粒子可以在更寬的範圍內搜尋，更快的跳出區域性最優。
（四）個體最佳位置的小波學習
其中，gbestpi(d)是pi的適應度值，pi的選擇如下圖所示，類似於de演算法中的交叉。pbestid(j)是第j個子種群的第i粒子的最佳位置。amin和amax為的邊界，一般設a∈[10,1000]。
（五）總結
雖然**內部邏輯有點混亂，但是有不少改進的策略可以使用。從實驗測試結果來看，解決單峰和高維度問題有較高的準確度。雖然收斂相對比較快，但隨著子種群數目的增加耗時會大幅度上公升。
免疫演算法詳解
基本思想是將想要求解的各類優化問題的目標函式 約束條件 與抗原相對應，找到可以與抗原進行親和反應的抗體，該抗體就是要求的最優解。最核心要解決的就是 1.計算抗原和抗體的親和度，親和度越高，越可能是最優解，2.計算抗體和抗體間的相似度，調查抗體群具有的多樣性。ia是必須要產生多樣性抗體和抗原去抗衡。具...
學習 人工免疫演算法
開始專案後，我主要負責研究網路自免疫，對人工免疫系統有了一些 初步的了解。人工免疫特點 1.識別與分類 可是識別自體和非自體。如陰性選擇法建立的檢測器 2.多樣性 可以對進行基因重組，並可以進行高頻變異。3.自學習 親和力成熟，在系統打破穩定後依舊可以識別並消滅抗原，並可以更新規則庫。免疫網路和轉殖...
人工智慧 免疫演算法概述
immune 免疫 是從拉丁文衍生而來的。很早以前，人們就注意到傳染病患者痊癒後，對該病會有不同程度的免疫力。在醫學上，免疫是指機體接觸抗原性異物的一種生理反應。1958年澳大利亞學者burnet率先提出了與免疫演算法 immune algorithm，ia 相關的理論 轉殖選擇原理。1973年je...