| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 第一章 绪论 | 第7-35页 |
| 1.1 人工免疫系统及其研究概述 | 第7-16页 |
| 1.1.1 人工免疫系统的生物学基础 | 第7-11页 |
| 1.1.2 人工免疫系统的研究概况 | 第11-16页 |
| 1.2 免疫优化机理 | 第16-24页 |
| 1.2.1 免疫优化的生物学基础 | 第16-19页 |
| 1.2.2 常见的免疫优化算法 | 第19-23页 |
| 1.2.3 免疫优化算法的特点 | 第23-24页 |
| 1.3 智能控制系统的进化优化 | 第24-26页 |
| 1.3.1 智能控制概述 | 第24-25页 |
| 1.3.2 智能控制系统与进化算法的结合 | 第25-26页 |
| 1.4 本文主要内容 | 第26-28页 |
| 1.4.1 课题背景 | 第26-27页 |
| 1.4.2 本文的主要研究内容、结构和结论 | 第27-28页 |
| 参考文献 | 第28-35页 |
| 第二章 基于克隆选择的函数优化算法研究 | 第35-59页 |
| 2.1 克隆选择的基本特点 | 第35-36页 |
| 2.2 克隆选择在优化中的应用 | 第36-38页 |
| 2.3 基于克隆选择的函数优化 | 第38-52页 |
| 2.3.1 基本概念 | 第38页 |
| 2.3.2 克隆选择算子的构造 | 第38-39页 |
| 2.3.3 基于克隆选择的多模态函数优化 | 第39-48页 |
| 2.3.3.1 全局优化 | 第39-44页 |
| 2.3.3.2 多峰优化 | 第44-48页 |
| 2.3.4 基于克隆选择的时变函数优化 | 第48-52页 |
| 2.4 克隆选择算法在作业调度中的应用 | 第52-56页 |
| 2.5 本章小结 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 第三章 模糊控制器的免疫优化 | 第59-76页 |
| 3.1 FLC的设计 | 第60-63页 |
| 3.1.1 FLC的设计要求 | 第60-61页 |
| 3.1.2 FLC的进化设计 | 第61-63页 |
| 3.2 基于克隆选择算法的FLC免疫优化设计 | 第63-68页 |
| 3.2.1 系统结构 | 第63页 |
| 3.2.2 学习框架的选择 | 第63-64页 |
| 3.2.3 B细胞编码 | 第64-65页 |
| 3.2.4 算法流程 | 第65-66页 |
| 3.2.5 高变异克隆算子的设计 | 第66-67页 |
| 3.2.6 受体编辑 | 第67-68页 |
| 3.3 应用实例-倒立摆模糊控制器的设计 | 第68-74页 |
| 3.3.1 倒立摆的数学模型及其控制器的结构 | 第68-69页 |
| 3.3.2 B细胞编码 | 第69页 |
| 3.3.3 初始化 | 第69-70页 |
| 3.3.4 亲和度计算 | 第70页 |
| 3.3.5 仿真结果 | 第70-74页 |
| 3.4 本章小结 | 第74页 |
| 参考文献 | 第74-76页 |
| 第四章 人工神经网络的免疫优化 | 第76-94页 |
| 4.1 ANN的设计 | 第76-80页 |
| 4.1.1 ANN的设计要求 | 第76-77页 |
| 4.1.2 ANN的进化设计 | 第77-80页 |
| 4.2 基于克隆选择算法的ANN优化设计 | 第80-84页 |
| 4.2.1 问题描述 | 第80页 |
| 4.2.2 B细胞编码 | 第80-81页 |
| 4.2.3 亲和度计算 | 第81页 |
| 4.2.4 高变异克隆 | 第81-82页 |
| 4.2.5 结构编码和参数编码的协调 | 第82-83页 |
| 4.2.6 BP算子的构造 | 第83-84页 |
| 4.2.7 算法流程 | 第84页 |
| 4.3 仿真比较 | 第84-87页 |
| 4.4 算法应用-模糊神经网络设计 | 第87-91页 |
| 4.4.1 模型描述 | 第87-88页 |
| 4.4.2 B细胞编码 | 第88-89页 |
| 4.4.3 BP算子的构造 | 第89页 |
| 4.4.4 仿真数据 | 第89-91页 |
| 4.5 本章小结 | 第91-92页 |
| 参考文献 | 第92-94页 |
| 第五章 基于模糊神经网络的复杂系统免疫辨识 | 第94-113页 |
| 5.1 免疫神经网络辨识 | 第94-98页 |
| 5.1.1 系统辨识的含义及要求 | 第94-95页 |
| 5.1.2 神经网络辨识方法的基本结构 | 第95-96页 |
| 5.1.3 免疫神经网络辨识 | 第96-98页 |
| 5.2 基于模糊神经网络的不确定性复杂系统免疫辨识 | 第98-106页 |
| 5.2.1 系统模型和可变模型的重组算法 | 第98-99页 |
| 5.2.2 辨识系统结构 | 第99页 |
| 5.2.3 辨识模型的学习 | 第99-102页 |
| 5.2.4 抗体库的学习 | 第102-106页 |
| 5.2.5 系统辨识算法 | 第106页 |
| 5.3 仿真结果 | 第106-111页 |
| 5.4 本章小结 | 第111页 |
| 参考文献 | 第111-113页 |
| 第六章 总结和展望 | 第113-116页 |
| 附录 | 第116-117页 |
| 致谢 | 第117页 |