免疫遗传算法是结合免疫算法和遗传算法的导向随机搜索方法,虽然性能较原先两种算法有明显改善,但仍然存在收敛速度慢和局部搜索能力差等有待解决的问题。本文对一般免疫遗传算法进行改进,提出了父代保留免疫遗传算法,并用于典型测试函数和(N+M)容错系统的优化求解,取得了较为满意的效果。论文首先综述了免疫遗传算法的特点、基础理论、发展过程以及应用领域,论述了(N+M)容错系统优化模型的工作原理、可靠性建模、优化模型及图解方法。其次,结合父代保留策略和免疫遗传算法,提出了父代保留免疫遗传算法,并给出了完整的设计方法。父代保留策略是在算法的选择、交叉和变异等算子环节进行种群个体的操作,对交叉、变异后父代子代个体进行保留处理,有利于提高种群优秀程度,加快算法收敛速度;基于矢量距的浓度选择机制可以增强种群多样性,有利于提高算法的全局搜索能力。再加上自适应交叉算子和变异算子等,父代保留免疫遗传算法可获得更好的全局搜索能力和收敛性能。最后,本文选取了两个典型的测试函数以及(N+M)容错系统的优化模型作为优化目标,采用Matlab语言实现了父代保留免疫遗传算法,并得到了优化结果。计算结果表明父代保留免疫遗传算法获得了较为满意的全局收敛性能。