1、“.....趋化算子保证了基于细菌觅食和免疫粒子群算法的均衡求解论文原稿算法求解例，经过次计算，平均迭代次，文献用免疫粒子群算法平均迭代次，但其适应度值的精确度低于。例中，利用求解，经过次计算，平均迭代代就可以得到均衡疫算法提出了种基于免疫算法的细菌觅食算法......”。

2、“.....例囚徒困境博弈г的均模拟优胜劣汰的基因自然选择法则。蚁群算法主要利用蚁群觅食中信息共享机制确定决策点。鱼群算法主要模拟鱼群趋向食物浓度最高处聚集的行为。粒子群算法主要模拟鸟群觅食的群体信息交换行为关键词免疫粒子群算法细菌觅食算法趋化算子均衡群智能优化算法主要通过模拟自然界中生物系统的行为......”。

3、“.....世纪年代学者们完成局部搜索功能，并据此提出了基于细菌觅食算法和免疫粒子群算法的混合算法。该算法既利用免疫粒子群算法的种群多样性，又借助细菌觅食算中的趋化算子增强快速局部寻优能力，为减少陷入局部最优值，此时引入驱散操作，设定个驱散概率，然后使每个细菌都被随机驱散到搜索空间，提高算法的全局寻优能力。其中细菌觅食算法的趋化行为可具体描述如下假设细菌每个体代模型中......”。

4、“.....趋化算子主要是模拟细菌随机性地向营养丰富区域集聚的过程，趋化算子的操作有翻转和游动两种。繁殖算子则主要遵循优胜劣汰，均衡的计算提供了种新的途径和研究方法。受上述工作的启发，本文提出了基于细菌觅食算法和免疫粒子群算法的混合算法，并将其应用于求解人有限非合作博弈均衡问题，对比试验表基于细菌觅食和免疫粒子群算法的均衡求解论文原稿......”。

5、“.....通过对人有限非合作博弈均衡数值算例求解的实验结果表明，混合算法很大程度上克服了粒子早熟现象，改进了全局搜索能力和收敛速度。性能和抗体浓度抑制机制来促进种群的多样性但并不能实现每个粒子可以找到其所在邻域内的最优位置，易陷入局部极值。针对免疫粒子群算法的缺陷，本文引入细菌觅食算法中趋向性运动算子的思想用基于细菌觅食算法和免疫粒子群算法的混合算法分别对这个算例进行次计算......”。

6、“.....本文给出的混合算法中参数值事先设置为群体中规模，群体中规模概率浓度搜索空间的个解，为细菌的空间位置向量。其中为第代趋化循环，为第代繁殖循环，为第代驱散循环，用更新细菌位置，用式调整方向。摘要免疫粒子群算法在优化过程中通过免疫记忆者生存的规则，在细菌更新的迭代过程中，以趋化过程各细菌适应度值累加的和值作为标准，使能量较差的数细菌死亡......”。

7、“.....经过定的周期繁殖之后明，该算法复杂度较低，全局搜索能力强，定程度上克服了免疫粒子早熟的现象。问题描述细菌觅食算法细菌优化算法通过模拟大肠杆菌的行为，即根据趋化繁殖和驱散这个算子的迭代进行优化。在，最大迭代次数的参数是可以改变的，这里最大迭代次数设置为，例例精度￡设置为ε，例精度￡设置为ε，计算结果如表所示。刘伟等结合细菌觅食机理提出了种改进粒子群算法......”。

8、“.....并将全局极值对应的粒子位置存入记忆库依次检验粒子的位置，否数值算例下面给出个经典的的博弈和文献给出的个经典博弈的算例力，并据此提出了基于细菌觅食算法和免疫粒子群算法的混合算法。该算法既利用免疫粒子群算法的种群多样性，又借助细菌觅食算中的趋化算子增强快速局部寻优能力......”。

9、“.....算法基本思想免疫粒子群算法在優化过程中通过免疫记忆性能和抗体浓度，优于文献用免疫粒子群算法平均迭代的次的结果基于细菌觅食和免疫粒子群算法的均衡求解论文原稿。基于细菌觅食和免疫粒子群算法的均衡求解论文原稿。其中表示己点，支付矩阵如下如表表表所示，利用算法求解例，经过次计算，平均迭代次得出精确解......”。