按照式(1)、(2)的计算结果，如果激励水平超过阈值，B细胞将生成自身的许多克隆(clones)，而这个行为又将启动一个变异机制——在抗体分子的编码基因(genes)中产生变异。反之，如果激励水平低于阈值，B细胞不会自我复制，并且到时候死亡。这样，在免疫理论中很重要的一点需要引起我们注意的是：传递一个抗原给能够约束它的B细胞不仅引起B细胞对抗原的分析，而且会导致许多新的B细胞的生成。所有的这些B细胞可以依次分析抗原并进一步产生B细胞——这是新的B细胞生成方式之一。

　　(1)混沌增殖。对于有关细胞生长方面的研宄，文[4]中针对白细胞生成控制模型进行了讨论，表明在确定性的时间系统中存在着内在混沌的可能性;同时，第三军医大学的徐启旺对绿脓杆菌的生长作了初步的探讨，实验结果表明：细菌的生长不是同步分裂而是呈现混乱无序的混沌态增殖，因此其本质是一种波形状态的生命活动并伴随以非线性动态的混沌增殖[4]。混沌理论中，通过Iogistic方程：+1(t)=(^，Xi)=

　　(l—x)i=0，l，2，…)生成的混沌序列是遗传学中用以描述昆虫数目世代变化规律的方程，可以用于模拟免疫细胞的增殖方式。混沌序列较通常的RANDOM函数相比，具有更好的随机性、快速性——这是由混沌的本身特色决定，因此可以更好保持多样性，并能够有效解决全局搜索能力和局部搜索能力的矛盾。

　　(2)免疫变异：高等生物尤其是哺乳动物，在进化进程中对多种多样的病原体或异原性蛋白甚至人工合成的抗原都能够产生相对应的抗体。实际上一个淋巴细胞只产生一种抗体，而生物体内的确存在成千上万种抗体，这种适应性功能的发展程度很让人惊讶。基因是抗体的基本单体，对于淋巴系统能够产生如此多种的抗体分子，体细胞突变学说(somaticmuta?tiontheory，Cohn，l968)认为数量如此巨大的基因贮存在种质(即生殖细胞染色体)中是不可能的，也是不经济的。该学说认为种质传下来的只是少量V基因(一种基本基因)，而V基因的多样性主要是由于个体发育期间体细胞突变造成的。这一说法也得到了Leder等人的支持。这些变异主要反映在高可变区(hv区域，抗体分子的一部分)上，主要由它决定了抗体的多样性。这已为许多观察结果所支持^]所以，我们可以看到，变异机制在抗体的生成及多样性的维持方面起到了重要的作用。

　　(3)免疫选择：由于免疫过程中许多的变异行为会破坏抗体对抗原的亲和力——即使假定变异机制是在完全随机的情况下。因此免疫系统需要通过有选择地增加高亲和力的抗体数目来解决这个问题。

　　(4)免疫记忆：在抗原消失后数月甚至数年，抗体形成细胞仍然具有免疫记忆。因此以后抗原侵入时生物体根据自身免疫网络可以很快生成对应的抗体来中和抗原[l0]。

　　(5)免疫代谢：由于机体本身的新陈代谢，每天有5%的低激励值B细胞死亡，而代之以从骨髓中生成全新B细胞。只有那些与网络中已存在B细胞具有较强亲和力的新B细胞才会加入到免疫系统中，否则将死亡。

　　(6)浓度控制：在免疫研宄中我们发现免疫过程完成后机体内抗体浓度不会过高，否则，正常体细胞会受到损害。这是

　　免疫行为的另一个重要特点[1Q]。

　　(7)隔离小生境：研宄发现，生物在进化过程中，之所以具有形成许多物种的能力，主要是因为生物群具有分化小种群的能力，小种群沿着不同的方向进化，彼此间差距越来越大，渐渐由同一物种分化为许多不同的种。其中隔离起着非常重要的作用——它防止了被隔离种群间的杂交，因而防止了其间基因的交流。隔离对于种群的分化是很有帮助的。因此，为了进一步保证群体中个体的多样性，我们在算法的设计中引入小生境(mce)技术[1’11]。

　　如上所述，我们可以看到：免疫行为的许多特点能够使免疫细胞的多样性较好地得到维持，因而我们可以考虑模拟生物体的实际免疫行为设计出一种新的优化算法——免疫遗传算法(ImmunogeneticAlgorithm)，简记为IGA，它较SGA而言将更加有利于寻优。

　　2。2免疫遗传算法的设计

　　根据2。1节中讨论的内容，我们可以进行免疫遗传算法的设计。根据免疫行为的特点，我们设计了如下几个核心模拟

　　算法：

　　(1)小生境：模拟隔离小生境特点，引入小生境技术[1]，将演化种群分为若干个小子群以实现隔离。这包含在初始抗体生成中。