生物免疫系统的主要功能是识别并清除抗原,实现免疫防卫功能。从计算的角度来看,生物免疫系统是一个高度并行、分布、自适应和自组织的系统,具有很强的学习、识别、记忆和特征提取能力。近年来,受生物免疫系统启发而产生的人工免疫系统正在悄然兴起,它作为计算智能研究的新领域,提供了一种强大的信息处理能力和问题求解范式。 本文在介绍生物免疫系统、克隆选择原理、独特型免疫网络理论以及人工免疫系统及其典型应用的基础上,对人工免疫算法及其在电力系统中的应用等如下方面进行了研究,并取得一些成果: (1) 分析了遗传算法早熟收敛的成因,根据免疫原理提出了一种新的人工免疫算法(简称免疫算法),并从理论上证明所提出的算法具有全局收敛性。用De Jong的几个标准函数对该算法的收敛性能进行测试,算法采用浮点数编码和新设计的变异算子,结果表明所提出算法在不同类型的函数上具有较快的收敛速度和较高的收敛精度。 (2) 采用人工免疫算法来求解旨在网损最小的配电网重构问题。在缩短抗体编码的基础上,在种群初始化时,对个体进行接种疫苗,通过修改个体的某些基因位上的基因,使得可行解的比例变大。对不可行解,利用启发式方法进行修复,通过打开回路、连通孤岛,使其变为可行解。并且,成对高频变异和免疫补充算子的采用,能有效地维持种群的多样性,避免算法早熟收敛。对69节点的系统重构结果表明,人工免疫算法具有较高的计算效率。 (3) 对于约束优化问题,提出了一种新的免疫混沌算法。该算法融合了免疫算法有着极强的全局搜索能力的优点,以及混沌优化方法适合局部搜索的特点。从一组可行解出发,在优化过程中,免疫算法通过选择克隆、克隆扩增、高频变异和审