| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·人工免疫系统的研究现状 | 第10-11页 |
| ·聚类的研究现状 | 第11页 |
| ·多目标优化的研究现状 | 第11-13页 |
| ·本论文的主要工作及内容安排 | 第13-15页 |
| 第二章 基于动态局部搜索的免疫自动聚类算法 | 第15-41页 |
| ·引言 | 第15-16页 |
| ·相关理论背景 | 第16-19页 |
| ·自动聚类染色体的编码方式 | 第16-17页 |
| ·差分进化算法 | 第17页 |
| ·克隆选择算法 | 第17-19页 |
| ·基于动态局部搜索的自动聚类算法 | 第19-23页 |
| ·个体的表示 | 第19页 |
| ·聚类有效性适应度函数 | 第19-20页 |
| ·动态局部搜索 | 第20-21页 |
| ·改进的差分变异算子 | 第21-22页 |
| ·基于动态局部搜索的免疫自动聚类算法流程 | 第22-23页 |
| ·实验结果与分析 | 第23-38页 |
| ·实验设置 | 第23-24页 |
| ·数据聚类 | 第24-33页 |
| ·纹理图像分割 | 第33-35页 |
| ·SAR图像分割 | 第35-38页 |
| ·鲁棒性分析 | 第38页 |
| ·本章小结 | 第38-41页 |
| 第三章 基于预测策略的动态多目标免疫优化算法 | 第41-59页 |
| ·引言 | 第41-42页 |
| ·相关理论背景 | 第42-45页 |
| ·动态多目标优化问题的定义 | 第42-43页 |
| ·预测模型 | 第43-44页 |
| ·非支配近邻免疫多目标优化算法NNIA | 第44-45页 |
| ·基于预测策略的免疫动态多目标优化算法 | 第45-48页 |
| ·相似性检测和预测机制 | 第45-46页 |
| ·改进的差分交叉算子 | 第46-47页 |
| ·基于预测模型的动态多目标免疫优化算法的算法主流程 | 第47-48页 |
| ·算法复杂度分析 | 第48页 |
| ·实验结果与分析 | 第48-58页 |
| ·动态多目标测试问题的描述及评价指标 | 第48-50页 |
| ·PSDMIO和四个对比算法的实验比较 | 第50-55页 |
| ·PSDMIO算子和参数的研究实验 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 基于协同双变异算子的免疫多目标自动聚类算法 | 第59-77页 |
| ·引言 | 第59页 |
| ·基于协同双变异算子的免疫多目标自动聚类算法 | 第59-65页 |
| ·染色体的编码方式及其结构的研究 | 第60-61页 |
| ·协同双变异算子 | 第61-62页 |
| ·目标函数 | 第62-64页 |
| ·解的选择策略 | 第64页 |
| ·基于协同双变异算子的免疫多目标自动聚类算法主流程 | 第64-65页 |
| ·实验结果与分析 | 第65-75页 |
| ·实验设置 | 第65-66页 |
| ·数据聚类 | 第66-72页 |
| ·纹理图像分割 | 第72-75页 |
| ·鲁棒性分析 | 第75页 |
| ·本章小结 | 第75-77页 |
| 第五章 总结与展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-89页 |
| 硕士期间部分科研成果 | 第89页 |
