| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-20页 |
| ·选题背景与意义 | 第14-17页 |
| ·国内外大气质量评价方法及研究现状 | 第14-16页 |
| ·国内外大气质量预测方法及研究现状 | 第16-17页 |
| ·论文主要研究内容及创新之处 | 第17-18页 |
| ·本文的结构安排 | 第18-20页 |
| 第2章 人工免疫系统概述 | 第20-26页 |
| ·免疫系统的生物学机理 | 第20-22页 |
| ·人工免疫系统与人工免疫算法 | 第22-26页 |
| 第3章 三种改进的免疫克隆选择算法 | 第26-43页 |
| ·传统免疫克隆选择算法 | 第27-29页 |
| ·传统免疫克隆选择算法 | 第27-28页 |
| ·传统免疫克隆选择算法的不足 | 第28-29页 |
| ·引入疫苗接种策略的免疫克隆选择算法 | 第29-36页 |
| ·抗体克隆的规模和疫苗的提取 | 第30-31页 |
| ·疫苗的选择 | 第31-32页 |
| ·疫苗的接种 | 第32-34页 |
| ·算法描述 | 第34-36页 |
| ·引入局部高斯变异算子的免疫克隆选择算法 | 第36-39页 |
| ·局部高斯变异算子的构造 | 第36-37页 |
| ·算法描述 | 第37-39页 |
| ·引入疫苗接种策略和高斯变异算子的免疫克隆选择算法 | 第39-42页 |
| ·问题的提出 | 第39页 |
| ·算法描述 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于改进免疫克隆选择算法优化的大气质量评价模型及其应用 | 第43-71页 |
| ·大气污染损害率普适公式 | 第43-44页 |
| ·改进免疫克隆选择算法对参数的优化 | 第44-55页 |
| ·目标函数的构造 | 第44-45页 |
| ·传统免疫克隆选择算法对参数的优化 | 第45-47页 |
| ·引入疫苗接种策略的免疫克隆选择算法对参数的优化 | 第47-50页 |
| ·引入局部高斯变异算子的免疫克隆选择算法对参数的优化 | 第50-53页 |
| ·引入疫苗接种策略和高斯变异算子的免疫克隆选择算法对参数的优化 | 第53-55页 |
| ·四种算法的比较与性能分析 | 第55-60页 |
| ·算法比较的约束条件 | 第55页 |
| ·四种算法的比较与性能分析 | 第55-60页 |
| ·基于改进免疫克隆选择算法的大气质量综合污染评价模型 | 第60-61页 |
| ·五个级别大气污染损害率取值范围的确定 | 第61-62页 |
| ·某城市大气质量评价结果及分析 | 第62-67页 |
| ·十个监测点大气质量评价结果及与其它评价方法的比较和分析 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第5章 改进的免疫克隆选择算法优化动态递归神经网络 | 第71-80页 |
| ·Elman 神经网络 | 第71-74页 |
| ·Elman 神经网络数学模型 | 第71-72页 |
| ·Elman 神经网络学习算法 | 第72-74页 |
| ·Elman 神经网络学习算法的缺陷 | 第74页 |
| ·基于改进免疫克隆选择算法优化的动态递归神经网络 | 第74-79页 |
| ·多参分析 | 第74-75页 |
| ·动态阈值 | 第75-77页 |
| ·算法描述 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 第6章 引入趋势信息的双反馈Elman 神经网络 | 第80-85页 |
| ·趋势信息 | 第80页 |
| ·双反馈Elman 神经网络 | 第80-82页 |
| ·引入趋势信息的双反馈Elman 神经网络 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第7章 改进算法在大气质量预测中的应用 | 第85-99页 |
| ·性能评价指标 | 第85页 |
| ·几种改进算法在大气质量拟合中的应用 | 第85-92页 |
| ·实验结果 | 第86-90页 |
| ·结果分析 | 第90-92页 |
| ·几种改进算法在大气质量预测中的应用 | 第92-98页 |
| ·实验结果 | 第93-95页 |
| ·结果分析 | 第95-98页 |
| ·本章小结 | 第98-99页 |
| 第8章 结论与展望 | 第99-102页 |
| 参考文献 | 第102-112页 |
| 作者简介及攻读博士学位期间发表的学术论文 | 第112-114页 |
| 攻读博士学位期间主持及参与的科研项目 | 第114-115页 |
| 致谢 | 第115页 |
