摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-11页 |
第一章 绪论 | 第11-20页 |
·概述 | 第11-13页 |
·研究动机与研究内容 | 第13-15页 |
·国内外研究现状 | 第15-18页 |
·人工免疫模型 | 第15-16页 |
·人工免疫算法 | 第16-17页 |
·免疫算法应用与研究方向 | 第17-18页 |
·论文安排 | 第18-20页 |
第二章 遗传算法概述 | 第20-27页 |
·遗传算法 | 第20-25页 |
·遗传算法基本流程 | 第20-23页 |
·遗传算法的特点 | 第23-24页 |
·遗传算法的应用 | 第24-25页 |
·遗传算法的改进 | 第25-26页 |
·并行遗传算法 | 第26页 |
·本章小结 | 第26-27页 |
第三章 免疫遗传算法 | 第27-44页 |
·基于信息熵的免疫遗传算法 | 第28-29页 |
·基于欧氏距离的免疫遗传算法 | 第29-31页 |
·一种改进的免疫遗传算法 | 第31-36页 |
·改进的免疫遗传算法中的几个重要定义 | 第31-33页 |
·精英保留策略 | 第33-34页 |
·精英交叉策略 | 第34-35页 |
·改进的免疫遗传算法 | 第35-36页 |
·IIGAE算法的全局收敛性分析 | 第36页 |
·实验研究及讨论 | 第36-43页 |
·测试函数 | 第36-40页 |
·IIGAE与其他算法性能的比较 | 第40-43页 |
·本章小结 | 第43-44页 |
第四章 克隆选择算法及其改进 | 第44-56页 |
·克隆选择学说 | 第44-46页 |
·克隆选择的原理 | 第44-45页 |
·克隆选择的特点 | 第45-46页 |
·克隆选择算法 | 第46-49页 |
·克隆选择算法的流程 | 第46-47页 |
·克隆选择算法的特点 | 第47-48页 |
·克隆选择算法的缺陷 | 第48-49页 |
·克隆选择算法的改进 | 第49-52页 |
·小生境技术 | 第49-50页 |
·自适应混沌变异算子 | 第50-51页 |
·一种改进的克隆选择算法 | 第51-52页 |
·仿真实验研究 | 第52-55页 |
·测试函数 | 第52页 |
·算法参数设置 | 第52-53页 |
·算法性能比较 | 第53-55页 |
·本章小结 | 第55-56页 |
第五章 人工免疫网络及其改进 | 第56-68页 |
·人工免疫网络 opt-aiNet算法 | 第57-59页 |
·免疫网络 | 第57页 |
·opt-aiNet算法步骤 | 第57-58页 |
·opt-aiNet算法分析 | 第58-59页 |
·opt-aiNet的特点 | 第59页 |
·opt-aiNet存在的问题 | 第59页 |
·一种改进的人工免疫网络 opt-aiNet算法 | 第59-62页 |
·混沌免疫网络 | 第59-60页 |
·改进的面向多模态函数优化问题的混沌opt-aiNet算法 | 第60-61页 |
·改进的算法特性分析 | 第61-62页 |
·仿真试验 | 第62-66页 |
·典型测试函数 | 第62页 |
·算法参数设置 | 第62-63页 |
·改进的opt-aiNet算法的性能分析 | 第63-66页 |
·本章小结 | 第66-68页 |
第六章 免疫算法在 PID控制器参数优化设计中的应用 | 第68-82页 |
·PID控制器 | 第68-70页 |
·PID基本原理 | 第68-69页 |
·PID控制器的特点 | 第69-70页 |
·PID整定 | 第70页 |
·基于免疫算法的 PID控制器优化设计 | 第70-75页 |
·编码、解码和适应度函数设计 | 第70-72页 |
·优化问题描述和 PID增益参数优化的仿真结构 | 第72-73页 |
·基于免疫算法的 PID控制器优化设计步骤 | 第73-75页 |
·控制系统的稳定性问题 | 第75页 |
·计算机仿真实验及结果分析 | 第75-80页 |
·实验对象选取和算法参数确定 | 第75-76页 |
·四种 PID控制器性能的比较 | 第76-80页 |
·本章小结 | 第80-82页 |
第七章 工作总结和展望 | 第82-85页 |
·工作总结 | 第82-84页 |
·免疫遗传算法的改进 | 第82-83页 |
·克隆选择算法的改进 | 第83页 |
·人工免疫网络的改进 | 第83-84页 |
·PID控制器参数优化的改进 | 第84页 |
·研究展望 | 第84-85页 |
参考文献 | 第85-92页 |
致谢 | 第92-93页 |
发表论文 | 第93页 |