张伟伟，林静静，景红蕾，林雪洁

(1.郑州轻工业学院 计算机与通信工程学院，河南 郑州 450000；



多项学习免疫优化算法

张伟伟1，林静静1，景红蕾1，林雪洁2

(1.郑州轻工业学院 计算机与通信工程学院，河南 郑州 450000；

2.郑州大学 电气工程学院，河南 郑州 450000)

提出了多项学习免疫优化算法OL-CAIS求解全局优化问题.将混沌优化理论加入到免疫算法中，同时在算法中引入一个类杂交算子的搜索方程，更注重整个群体的交互信息，重新定义了搜索方式，然后，通过正交实验构造一个正交学习策略充分利用了搜索空间中的有用信息、正交设计小样本特性，产生更优秀的子代，保证多样化的有效搜索.

人工免疫；混沌优化；杂交算子；正交学习

1986年Farmer发表的论文“The immune system,adaptation and machine learning”[1]中提出了一个基于Jerne的网络假说动态免疫系统模型，并探讨了免疫系统与其他智能方式的关联.由人体免疫系统的进化理论，De Castor提出了人工免疫网络模型(aiNet)，并为解决多模态函数优化问题作了进一步的改进，传统aiNet优化算法[2]由此诞生.李春华等[3]对亲和力阈值、相似度阈值等几个参数做了研究，提出了基于参数优化的自适应人工免疫算法.受微粒群优化算法[4]启发，引入精英学习机制，提出用于优化问题的高效人工免疫网络算法(EaiNet)[5]，每个独立的个体总是向种群中最优秀的个体学习，从而提高了算法的收敛速度.但大量的研究也表明免疫算法也存在早熟收敛、搜索能力差、计算量大等诸多不足和缺憾.

基于前述的研究成……