0 引言
人工免疫系統(tǒng)(AIS)是在研究生物免疫系統(tǒng)信息處理機(jī)制的基礎(chǔ)上構(gòu)造的人工智能模型和方法。克隆選擇算法是人工免疫系統(tǒng)的主要算法之一,近幾年,國(guó)內(nèi)外學(xué)者對(duì)該算法提出了多種改進(jìn)方案。文獻(xiàn)[1]模擬B細(xì)胞的進(jìn)化、克隆、變異和選擇過(guò)程,提出了一種B細(xì)胞算法來(lái)求解多極值優(yōu)化問(wèn)題的全局最優(yōu)解;文獻(xiàn)[2]將一種新型的變異操作引入克隆選擇過(guò)程中以改善算法的收斂性能;文獻(xiàn)[3]提出了一種免疫二次響應(yīng)算法,該算法引入了稱為受體編輯的免疫二次響應(yīng)操作以改善算法的收斂速度;文獻(xiàn)[4]基于對(duì)克隆選擇及免疫記憶動(dòng)態(tài)過(guò)程的模擬,提出了一種免疫記憶動(dòng)態(tài)克隆策略算法,該算法模擬免疫系統(tǒng)的自我調(diào)節(jié)、記憶學(xué)習(xí)、自適應(yīng)等機(jī)制,實(shí)現(xiàn)全局優(yōu)化計(jì)算與局部?jī)?yōu)化計(jì)算機(jī)制的有機(jī)結(jié)合。與基本克隆選擇算法相比,以上算法的收斂性能均有所改進(jìn),但均未考慮抗體種群的環(huán)境因素,算法的自適應(yīng)程度較差。為了提高克隆選擇算法的自適應(yīng)能力,本文以克隆選擇為基礎(chǔ),融合危險(xiǎn)理論,提出了一種基于危險(xiǎn)理論的自適應(yīng)克隆選擇算法。