1.一种应用改进的混合免疫算法优化物流配送中心选址方法，其特征在于，包括如下步骤：(1)建立物流中心选址的模型；

(2)进行免疫算法计算；

(3)进行改进的混合免疫算法计算。

2.如权利要求1所述的一种应用改进的混合免疫算法优化物流配送中心选址方法，其特征在于：所述步骤(1)具体包括，建立目标函数：

约束条件为：

Zij≤hj,i∈N,j∈Mi  (3)其中： Zij,hj∈{0,1},i∈N,j∈Mi,dij≤s其中，N＝{1,2,3,L,n}是所有需求点的序号集合；Mi为到需求点i的距离小于s的备选配送中心集合，i∈N， ωi表示需求点的需求量；dij表示从需求点i到离它最近的配送中心j的距离，Zij为0-1变量，表示用户和物流中心的服务需求分配关系，s为新建配送中心离由它服务需求点的距离上限。

3.如权利要求1所述的一种应用改进的混合免疫算法优化物流配送中心选址方法，其特征在于，所述步骤(2)包括：

1)建立抗体与抗原间亲和力函数Av其中，Fv为目标函数；分母中的第二项表示对违反距离约束的解给予惩罚，其中，C为常数；

2)抗体与抗体间亲和力函数Sv,s其中，Kv,s为抗体v和抗体s中相同元素个数的位数，L为抗体的长度；

3)抗体浓度函数Cv

其中，N为抗体总数，

其中，T为预先设定的一个阈值；

4)函数繁殖期望率

群体个体的期望繁殖率由抗体和抗原间亲和力Av和抗体浓度Cv共同决定，如公式(9)所示：其中，为常数；

5)进行免疫操作

a)选择操作，根据公式(9)来计算期望繁殖概率，然后采用轮盘赌选择机制进行选择操作；

b)交叉操作，按照指定的位置进行交叉；

c)变异操作，采用随机位置变异。

4.如权利要求1所述的一种应用改进的混合免疫算法优化物流配送中心选址方法，其特征在于，所述步骤(3)包括：

1)自适应选择操作

引入迭代次数来分阶段地改抗体浓度函数，具体如公式(10)所示：其中a＝1，根据公式(10)来更新抗体浓函数(8)；根据公式(9)来计算期望繁殖概率，然后采用轮盘赌选择机制进行选择操作，在种群中以一定比例r抽取r*n个个体，进行退火选择，具体如公式(11)其中，Tk为第k次迭代温度，T0＝100，k为当前迭代次数；

其中，

2)进行交叉操作

采用按照一定指定的位置进行交叉；在此使用随机单点交叉操作，即：随机的产生两个单点位置，再交换这两个位置上的基因；

3)变异操作

为防止免疫算法陷入局部最优值，对于抗体进行一个指定半径领域的变异再进行高频变异；

式中，R为高频半径，通常大于克隆扩展半径，rand(1-R,1+R)为产(1-R,1+R)生之间的一个随机数。