抗原简介 在这里我们经常将外来细菌或者病原体等物质称作抗原。抗原的主要任务就是刺激特定的免疫细胞，使得免疫细胞分化产生特定的免疫效应物质。此外，产生的免疫效应物质与抗原结合产生免疫反应从而消除抗原。
抗体简介 抗体是免疫细胞在受到抗原的刺激后经过分化、增值后产生的一种物质。它是发挥免疫功能的主力军。主要通过抗体表面的球蛋白与抗原结合抗原受体，再经过一系列复杂的变化最终瓦解抗原，完成免疫应答过程。
B细胞简介 B细胞是免疫细胞的一种，它是由骨髓产生的。B细胞主要的任务是对抗入侵的抗原并产生相应抗体做出免疫应答。在受到刺激之后，抗体会大量的繁殖分化与抗原发生特异性免疫。
T细胞简介 T细胞也是由骨髓产生的，不同于B细胞的是，T细胞是由淋巴细胞进入胸腺后形成的。T细胞的主要任务就是对抗被入侵的细胞。T细胞经被感染的细胞刺激后，大量的克隆、繁殖、分化成效应T细胞。效应T细胞与被感染细胞发生特异性免疫，从而完成免疫应答过程。
1。3。2几种典型的免疫算法
免疫网络是基于生物免疫动力学行为特性的物质基础。对于免疫网络理论的研究和发展已经有较长的时间，但对于根据免疫网络理论建立的免疫算法来处理工程学问题才刚刚兴起，下面是研究者们根据免疫网络提出的一些免疫算法。
反面选择算法 所谓反面选择算法即是受自己-非己识别机理的启示，Forrest[15]等提出用于检测的变化的反面选择算法。该算法即基于免疫系统中的免疫细胞B细胞和T细胞机理，B细胞由骨髓产生，T细胞是从骨髓中得来并且成熟于胸腺中。不同其他免疫算法的是，T细胞表面根据基因重组产生检测器，然后这些免疫细胞进入胸腺检测，这一过程也称为反面选择。那些参与反应的免疫细胞会被破坏，而那些存活的免疫细胞则在体内巡查，保护机体免受病原体再次侵害。该算法的缺陷是只能检测到自身有无变化，不可以检测自身发生了何种类型变化。在工程应用中的故障诊断中，不能确定发生了何种故障，所以该算法有待改进。
免疫遗传算法 所谓的免疫遗传算法即基于遗传算法的的基础上，加入了免疫算子。加入免疫算子的优势在于克服了遗传算法容易陷入局部极值的局限性，保持遗传算法中个体的多样性与整体的收敛性。加入免疫算法的遗传算法可以看成是一种新型算法，即是拥有免疫作用的遗传算法。
免疫Agent算法 免疫Agent算法是结合Agent属性的免疫Agent模型得到的。在工程应用中主要有自适应控制问题，TSP问题的处理以及机器人控制问题。该算法利用免疫模型的自我-非我的识别特点，将Agent作为信息处理识别器，并利用其网络结构建立免疫网络。
基于免疫模型原理，其他学者也提出许多算法用于解决工程实际，如免疫网络调节算法、免疫进化算法、免疫学习算法及B细胞免疫网络算法等，这里就不一一详述。
1。1。3 独特型免疫网络理论论文网
本文中多机器人实现未知环境探测主要是在Jerene[8]提出的独特型免疫网络的基础上提出的。顾在这里我将着重介绍一下独特型免疫网络理论的机理。
Jerene[8]认为在免疫系统中分布着大量的免疫细胞中的B细胞，在没有外来分子的情况下，系统维持自身的平衡。一旦有抗原入侵则系统的平衡将会被打破，不同于传统的免疫网络模型的是，特异性免疫网络中的抗体不是孤立的，它们之间是相互激励和抑制。当抗体识别抗原发生特异性免疫应答时，则抗体受到激励，反之，如果抗体被识别的时候，抗体则受到抑制。 Jerene人工免疫系统的多机器人协作探测研究(3):http://www.youerw.com/tongxin/lunwen_131029.html