| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·研究概况 | 第12-13页 |
| ·人工免疫系统概况及现状 | 第12页 |
| ·人工免疫系统应用领域 | 第12-13页 |
| ·本论文所做的主要研究 | 第13-14页 |
| ·论文组织 | 第14-16页 |
| 第二章 人工免疫网络 | 第16-33页 |
| ·免疫系统 | 第16-17页 |
| ·人工免疫网络概述 | 第17-22页 |
| ·人工免疫网络模型 | 第22-32页 |
| ·基于独特性网络模型 | 第23-24页 |
| ·多值（multiple-valued）免疫网络模型 | 第24-27页 |
| ·资源有限的人工免疫网络模型 | 第27-28页 |
| ·进化人工免疫网络（Artificial Immune Network, aiNet） | 第28-30页 |
| ·基于函数优化的 opt-aiNet 人工免疫网络模型 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于人工免疫网络的多目标优化算法 | 第33-58页 |
| ·引言 | 第33页 |
| ·多目标优化问题的数学描述 | 第33-34页 |
| ·传统的多目标优化方法 | 第34-36页 |
| ·加权求和法 | 第34-35页 |
| ·ε-约束法(ε-Constraint Method) | 第35页 |
| ·最小最大法(Min-Max Approach) | 第35-36页 |
| ·智能优化算法 | 第36-41页 |
| ·遗传优化算法 | 第36-38页 |
| ·粒子群优化算法 | 第38-40页 |
| ·蚁群优化算法 | 第40-41页 |
| ·基于人工免疫网络的多目标优化 | 第41-45页 |
| ·用于函数优化的人工免疫网络算法 | 第41-42页 |
| ·局部搜索策略 | 第42-43页 |
| ·混合人工免疫网络算法构建 | 第43-45页 |
| ·函数优化仿真实验 | 第45-57页 |
| ·opt-ainet 算法优化测试 | 第45-52页 |
| ·混合人工免疫网络算法优化测试 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 药代动力学的参数优化 | 第58-67页 |
| ·药代动力学概述 | 第58-59页 |
| ·药代动力学模型简介 | 第59-61页 |
| ·房室模型药代动力学参数优化应用 | 第61-65页 |
| ·药代动力学参数优化 NetHJ 方法描述 | 第61-62页 |
| ·NetHJ 算法求解房室模型药代动力学参数 | 第62-65页 |
| ·非线性药代动力学参数优化应用 | 第65-66页 |
| ·非线性药代动力学简介 | 第65页 |
| ·NetHJ 算法求解非线性药代动力学参数 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 人工免疫网络混合算法 NETHJ 在数据分析中的应用 | 第67-84页 |
| ·数据分析的需求分析及设计思路 | 第67-68页 |
| ·构建客房数据库 | 第68-73页 |
| ·客房管理业务流程 | 第68页 |
| ·客房订房业务管理 | 第68-69页 |
| ·客房开房业务管理 | 第69-70页 |
| ·数据库设计 | 第70-73页 |
| ·面向客房数据分析系统关键算法实现 | 第73-81页 |
| ·人工免疫网络混合算法 NetHJ 的数据分析流程设计 | 第75-76页 |
| ·基于 NetHJ 算法数据分析系统部分代码 | 第76-78页 |
| ·客房相关数据的提取与处理 | 第78-80页 |
| ·系统运行测试 | 第80-81页 |
| ·系统运行结果分析 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 总结与展望 | 第84-86页 |
| ·论文总结 | 第84-85页 |
| ·论文研究展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-91页 |
