摘　　　要：在解決復(fù)雜函數(shù)優(yōu)化問(wèn)題時(shí)，免疫粒子群優(yōu)化算法在疫苗提取操作中，通常把較佳粒子作為有效特征信息，沒(méi)有從根本上解決“趨同性” 問(wèn)題，影響算法的收斂速度和收斂精度。針對(duì)該問(wèn)題，提出了一種基于Ｋ�簿�值聚類的免疫粒子群優(yōu)化算法（ＫＩＰＳＯ），將Ｋ�簿�值聚類算法用于免疫疫苗的提取，確定較高平均適應(yīng)值的聚類中心及其較大鄰域，得到符合具有較優(yōu)個(gè)體特征的疫苗集，并以自適應(yīng)方式確定疫苗集進(jìn)行疫苗更新，提高算法的收斂性。仿真結(jié)果表明，與免疫粒子群優(yōu)化算法相比，該算法...