摘要: 基于免疫细胞在生发中心反应时的进化与学习机理，提出了一种新的动态函数优化算法. 该算法模拟了多群体细胞以及细胞的多样性、再循环和免疫记忆功能,其特点是,由基群体和克隆群体产生多个搜索子群体，群体细胞的亲和度会反向调节它的变异率，产生并更新大小有限的记忆细胞池，连续检测函数是否变化.用移动峰函数作为动态环境下的测试基准，以离线误差的平均值作为算法性能的评价指标进行了仿真实验.结果表明，所提算法能够在函数变化频率不大的情况下，以较小的平均误差和方差逼近函数最优值，完成动态函数的优化任务.