| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-21页 |
| ·引言 | 第9页 |
| ·自然免疫系统简介 | 第9-13页 |
| ·免疫应答 | 第10页 |
| ·免疫细胞的结构和功能 | 第10-12页 |
| ·免疫过程 | 第12-13页 |
| ·人工免疫系统及其应用的发展现状 | 第13-19页 |
| ·人工免疫系统简史 | 第13-15页 |
| ·免疫系统重要理论 | 第15-18页 |
| ·人工免疫发展现状及其趋势 | 第18-19页 |
| ·本文主要内容与安排 | 第19-21页 |
| 第2章 数据挖掘与人工免疫系统 | 第21-32页 |
| ·数据挖掘 | 第21-22页 |
| ·数据挖掘的概念 | 第21页 |
| ·数据挖掘的类型 | 第21-22页 |
| ·数据挖掘的应用 | 第22页 |
| ·人工免疫在数据挖掘中的典型应用 | 第22-24页 |
| ·人工免疫在分类中的应用 | 第23页 |
| ·人工免疫在聚类中的应用 | 第23-24页 |
| ·人工免疫中的典型数据挖掘方法 | 第24-31页 |
| ·AIRS(Artificial Immune Recognition System) | 第24-26页 |
| ·aiNet(Artificial Immune Network) | 第26-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 免疫混合PSO增量分类算法 | 第32-42页 |
| ·引言 | 第32页 |
| ·免疫记忆 | 第32-33页 |
| ·自然免疫记忆机制 | 第32-33页 |
| ·人工免疫记忆机制 | 第33页 |
| ·粒子群算法(PSO)简介 | 第33-34页 |
| ·基于免疫记忆的PSO增量算法 | 第34-40页 |
| ·AIR-PSO算法 | 第34-36页 |
| ·仿真分析与讨论 | 第36-40页 |
| ·本章小结 | 第40-42页 |
| 第4章 通用的免疫聚类设计框架 | 第42-48页 |
| ·引言 | 第42页 |
| ·aiNet算法流程分析 | 第42-44页 |
| ·通用的免疫聚类设计框架 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 具有双变异机制的opt-aiNet及其在无线网络规划中的应用 | 第48-62页 |
| ·免疫优化理论及其发展 | 第48-49页 |
| ·具有双变异机制的opt-aiNet | 第49-52页 |
| ·opt-aiNet算法流程 | 第49-51页 |
| ·opt-aiNet算法分析 | 第51页 |
| ·双变异机制 | 第51-52页 |
| ·无线网络规划 | 第52-54页 |
| ·无线网络规划简介 | 第52-53页 |
| ·无线网络规划问题描述 | 第53-54页 |
| ·无线网络规划的优化 | 第54-61页 |
| ·编码方式与算法设计 | 第54-55页 |
| ·仿真结果与分析 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| ·本文主要工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 作者在攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
