本文基于生物免疫系统原理,对人工免疫系统进行了研究,提出了改进的免疫遗传算法,对改进的免疫遗传算法的设计进行了分析,证明了算法的收敛性;并根据蚂蚁觅食原理,对蚁群算法进行了研究,提出了基于免疫机制的蚁群遗传算法,并对算法进行了分析。具体完成了以下工作: 首先,利用生物免疫原理中的浓度调节机制和个体多样性保持策略以及免疫记忆功能,并引入了小生境隔离机制,提出了基于浓度和适应度的自适应式选择策略的改进的免疫遗传算法。该算法可以有效地克服基本遗传算法的未成熟收敛现象,既可以提高抗体的相似性又可以兼顾到抗体的多样性,为避免算法陷入局部最优解,缩短搜索时间提供了保证。 其次,根据蚂蚁觅食思想,将免疫遗传思想应用到其中,提出了基于免疫机制的蚁群遗传算法,在保留蚁群算法所具有的全局化特性和有限时间内答案的合理性等优良特性的前提下,通过免疫机制的引入保证个体的多样性,避免出现搜索时间长、容易停滞等现象,并对该算法进行了分析。 最后,将改进的免疫遗传算法和基于免疫机制的蚁群遗传算法应用到函数优化问题中,通过对几类非线性函数的寻优,验证算法的有效性。通过算法之间的比较,表明这两种算法具有较快的收敛速度。