人类和其他生物的免疫系统是一个由许多执行免疫功能的器官、组织、细胞和分子等组成的复杂系统,其主要功能是识别并清除抗原,实现免疫防卫功能。免疫系统被称为人体的第二个大脑,具有许多在工程领域有启发意义的特点,如模式识别、学习、记忆、适应性、特异性、多样性等。克隆选择学说是免疫学界公认的对免疫系统现象的合理解释。本文根据免疫系统克隆选择的原理,分析了人工免疫响应的模型,并在此基础上提出了一种新的优化算法--人工免疫算法。论文从理论上探讨了其收敛性问题,并且通过仿真实验和应用实例,研究了与其收敛性相关的因素。本文结构按照如下组织:第一章绪论,首先介绍了免疫系统的基本结构、特点和免疫学的发展过程,重点是克隆选择理论和免疫网络理论,然后综述了人工免疫系统的研究和应用现状,在此基础上提出了我们研究的主要内容。第二章人工免疫响应的建模研究,根据克隆选择的基本原理结合免疫网络的思想建立一个具有学习和记忆能力的免疫响应模型,并且分析了模型的特点。第三章中提出了一种人工免疫优化算法,并且研究了编码机制对算法性能的影响。第四章运用马尔可夫链的基本理论对人工免疫算法的收敛性能进行研究,通过研究证明了人工免疫算法的全局收敛性,并且提出了一种计算收敛速度的方法。第五章运用De Jong的标准测试函数,对算法的收敛性进行测试,测试结果表明,算法在不同类型的函数上具有良好的收敛性。另外,还利用正交实验法研究了各参数对局部收敛和全局收敛的影响。第六章运用人工免疫算法对电力系统潮流计算问题进行了研究,并且与精英选择遗传算法及原对偶内点法计算结果进行了对比。在第七章中,根据免疫系统克隆选择,提出了一种混合式移动机器人控制结构,在规划中使用了免疫优化算法。以上仿真和应用实例表明了算法的实际应用效果是令人满意的。本文的贡献主要有:(1) 根据免疫系统的克隆选择的基本原理建立了免疫响应的模型,并提出一种实用性较强的优化算法,与其它类似的优化算法相比,该算法能够在保持全局