| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-28页 |
| ·选题背景和研究意义 | 第12-13页 |
| ·人工免疫系统的起源与发展 | 第13-15页 |
| ·生物免疫学的发展历程 | 第13-14页 |
| ·人工免疫系统的发展历程 | 第14-15页 |
| ·人工免疫系统的研究现状 | 第15-20页 |
| ·人工免疫系统理论研究 | 第15-18页 |
| ·免疫算法的工程应用 | 第18-20页 |
| ·优化问题的研究现状 | 第20-26页 |
| ·算子设计与研究 | 第20-21页 |
| ·单目标优化问题 | 第21-23页 |
| ·多目标优化问题 | 第23-26页 |
| ·论文内容和组织结构 | 第26-28页 |
| 2 基于记忆-评价-引导机制的免疫优化算法原理和模型 | 第28-39页 |
| ·免疫细胞模型简述 | 第28-30页 |
| ·相关概念 | 第28-29页 |
| ·免疫细胞的生命周期 | 第29-30页 |
| ·基于记忆-评价-引导机制的免疫优化算法原理 | 第30-34页 |
| ·抗原识别 | 第30-31页 |
| ·免疫应答 | 第31-32页 |
| ·免疫记忆 | 第32-33页 |
| ·克隆选择 | 第33页 |
| ·高频变异和受体编辑 | 第33-34页 |
| ·基于记忆-评价-引导机制的免疫优化算法模型 | 第34-38页 |
| ·基于记忆-评价-引导机制的免疫优化算法模型 | 第35-37页 |
| ·基于记忆-评价-引导机制的免疫优化算法 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 3 基于精准信息记忆的单目标免疫优化算法 | 第39-57页 |
| ·基于变异记忆矩阵的克隆选择算法 | 第40-46页 |
| ·算法框架 | 第40-41页 |
| ·克隆 | 第41页 |
| ·变异和记忆 | 第41-43页 |
| ·补充 | 第43-44页 |
| ·自学习 | 第44-45页 |
| ·交叉 | 第45页 |
| ·算法复杂性分析 | 第45-46页 |
| ·CSAB3M的记忆、评价、引导机制 | 第46-48页 |
| ·记忆机制 | 第46页 |
| ·评价机制与引导机制 | 第46-48页 |
| ·CSAB3M数值试验与分析 | 第48-55页 |
| ·测试函数 | 第49页 |
| ·参数设置与分析 | 第49-53页 |
| ·结果与分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 4 基于模糊化信息记忆的单目标免疫优化算法 | 第57-84页 |
| ·基于自适应选择维度的免疫算法 | 第57-62页 |
| ·模糊化与算法框架 | 第58-60页 |
| ·自适应维度选择与等级变异 | 第60-61页 |
| ·超变异与交叉 | 第61-62页 |
| ·IABASD算法的仿真试验与分析 | 第62-66页 |
| ·Benchmark函数 | 第62-63页 |
| ·单模态函数优化对比试验 | 第63-64页 |
| ·多模态函数优化对比试验 | 第64-65页 |
| ·小结 | 第65-66页 |
| ·基于等级信息反馈的克隆选择算法 | 第66-70页 |
| ·模糊化与算法框架 | 第66-67页 |
| ·克隆与等级变异 | 第67-69页 |
| ·其余进化算子 | 第69-70页 |
| ·算法复杂性分析 | 第70页 |
| ·CSABGV的记忆、评价、引导机制 | 第70-72页 |
| ·记忆机制 | 第71页 |
| ·评价机制与引导机制 | 第71-72页 |
| ·CSABGV的仿真试验与分析 | 第72-77页 |
| ·标准测试函数和参数设置 | 第72-74页 |
| ·CSABGV对CSA算法的改进效果 | 第74-76页 |
| ·CSABGV与其他优化算法对比分析 | 第76-77页 |
| ·小结 | 第77页 |
| ·CSABGV与CSAB3M的对比仿真试验与分析 | 第77-83页 |
| ·低维情况下的仿真试验 | 第79-80页 |
| ·高维情况下的仿真试验 | 第80-81页 |
| ·超高维情况下的仿真试验 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 5 基于非达尔文效应的多目标免疫优化算法 | 第84-106页 |
| ·相关问题分析与描述 | 第85-90页 |
| ·多目标优化问题的描述 | 第85-86页 |
| ·多目标测试函数 | 第86-88页 |
| ·算法的提出 | 第88-90页 |
| ·基于非达尔文效应的多目标免疫优化算法 | 第90-97页 |
| ·区间记忆变异策略 | 第90-92页 |
| ·均匀度增强策略 | 第92-94页 |
| ·算法的选择策略 | 第94页 |
| ·比例克隆与非一致性变异 | 第94-95页 |
| ·算法描述 | 第95-96页 |
| ·算法复杂性分析 | 第96-97页 |
| ·NDIA算法的仿真试验 | 第97-105页 |
| ·测试函数 | 第97页 |
| ·性能指标 | 第97-98页 |
| ·仿真结果与分析 | 第98-105页 |
| ·本章小结 | 第105-106页 |
| 6 总结与展望 | 第106-109页 |
| ·总结 | 第106-107页 |
| ·展望 | 第107-109页 |
| 参考文献 | 第109-119页 |
| 致谢 | 第119-120页 |
| 攻读博士学位期间的主要研究成果 | 第120-121页 |