| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-12页 |
| 第一章 绪论 | 第12-28页 |
| §1．1 进化计算理论的总体框架 | 第12-14页 |
| §1．2 免疫计算理论的研究背景 | 第14-15页 |
| §1．3 免疫计算理论的研究现状 | 第15-19页 |
| §1．4 本文的主要内容 | 第19-28页 |
| 第二章 免疫理论的生物学基础 | 第28-38页 |
| §2．1 生物免疫学的发展历史 | 第28-29页 |
| §2．2 生物免疫学的一些基本概念 | 第29-30页 |
| §2．3 生物免疫系统的组成 | 第30-31页 |
| §2．4 自然免疫网络系统模型 | 第31-33页 |
| §2．5 免疫系统的动力学描述 | 第33-38页 |
| 第三章 免疫算法 | 第38-56页 |
| §3．1 免疫概念 | 第39-41页 |
| §3．2 免疫算法 | 第41-42页 |
| §3．3 免疫算法的收敛性 | 第42-46页 |
| §3．4 免疫疫苗 | 第46-48页 |
| §3．5 免疫算子 | 第48-51页 |
| §3．6 仿真实验 | 第51-54页 |
| §3．7 结论与讨论 | 第54-56页 |
| 第四章 免疫规划 | 第56-69页 |
| §4．1 免疫规划 | 第57-59页 |
| §4．2 免疫规划算法的收敛性 | 第59-63页 |
| §4．3 免疫疫苗的自适应选取方法 | 第63-64页 |
| §4．4 仿真实验 | 第64-67页 |
| §4．5 结论与讨论 | 第67-69页 |
| 第五章 免疫策略 | 第69-80页 |
| §5．1 免疫策略 | 第70-71页 |
| §5．2 免疫策略算法的收敛性 | 第71-74页 |
| §5．3 选取免疫疫苗的进化规划算法 | 第74-76页 |
| §5．4 仿真实验 | 第76-79页 |
| §5．5 结论与讨论 | 第79-80页 |
| 第六章 免疫神经网络 | 第80-92页 |
| §6．1 免疫神经网络模型 | 第80-84页 |
| §6．2 免疫神经网络的学习算法 | 第84-88页 |
| §6．3 仿真结果 | 第88-89页 |
| §6．4 结论与讨论 | 第89-92页 |
| 第七章 免疫进化子波网络及其学习算法 | 第92-107页 |
| §7．1 子波神经网络模型的机理分析 | 第93-98页 |
| §7．2 免疫进化子波网络及其学习算法 | 第98-102页 |
| §7．3 仿真结果与分析 | 第102-104页 |
| §7．4 结论与讨论 | 第104-107页 |
| 第八章 计算机免疫模型的研究 | 第107-121页 |
| §8．1 自然免疫系统 | 第108-109页 |
| §8．2 人工计算机免疫系统 | 第109-117页 |
| §8．3 仿真研究 | 第117-118页 |
| §8．4 结论与讨论 | 第118-121页 |
| 第九章 基于免疫策略RBF网络的多用户检测 | 第121-139页 |
| §9．1 空时二维CDMA系统 | 第122-126页 |
| §9．2 基于免疫策略的RBF网络 | 第126-133页 |
| §9．3 基于免疫RBF网络的CDMA多用户检测判决器 | 第133-134页 |
| §9．4 仿真结果与分析 | 第134-136页 |
| §9．5 结论与讨论 | 第136-139页 |
| 工作总结与展望 | 第139-142页 |
| 致谢 | 第142-144页 |
| 博士学习期间合作撰写的学术论文 | 第144-146页 |