| 第一章 绪论 | 第1-33页 |
| ·进化计算的基础 | 第15-21页 |
| ·进化计算的生物学基础 | 第15-16页 |
| ·进化算法的一般框架及特点 | 第16-17页 |
| ·进化算法的主要分支 | 第17-19页 |
| ·进化算法研究进展 | 第19-21页 |
| ·人工免疫系统 | 第21-24页 |
| ·生物免疫系统 | 第21-22页 |
| ·人工免疫系统的研究背景及内容 | 第22-24页 |
| ·论文的内容安排 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 本章参考文献 | 第26-33页 |
| 第二章 生物免疫系统基础 | 第33-51页 |
| ·生物免疫学的发展史 | 第33-35页 |
| ·免疫的定义 | 第33页 |
| ·免疫学的由来及发展简史 | 第33-35页 |
| ·免疫学中的一些基本概念 | 第35-37页 |
| ·生物免疫系统的组成及分类 | 第37-39页 |
| ·免疫系统的组成 | 第37-38页 |
| ·免疫系统的分类 | 第38-39页 |
| ·免疫系统的主要功能及免疫应答 | 第39-42页 |
| ·免疫系统的主要功能 | 第39-40页 |
| ·免疫应答 | 第40-42页 |
| ·生物免疫系统的两个重要学说 | 第42-44页 |
| ·克隆选择学说 | 第42-43页 |
| ·免疫网络学说 | 第43-44页 |
| ·生物免疫系统的动力学描述 | 第44-48页 |
| ·单变量免疫系统 | 第45-48页 |
| ·多变量的动力学方程 | 第48页 |
| ·本章小结 | 第48-49页 |
| 本章参考文献 | 第49-51页 |
| 第三章 人工免疫系统理论与算法发展现状 | 第51-69页 |
| ·自然免疫系统可被借鉴的相关机理 | 第51-52页 |
| ·人工免疫系统研究现状 | 第52-59页 |
| ·人工免疫网络模型 | 第52-53页 |
| ·免疫算法 | 第53-59页 |
| ·免疫算法与其它算法的比较 | 第59页 |
| ·人工免疫系统的应用领域 | 第59-61页 |
| ·人工免疫系统中几个基本概念 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 本章参考文献 | 第63-69页 |
| 第四章 克隆算子与免疫克隆策略算法 | 第69-91页 |
| ·克隆算子 | 第69-75页 |
| ·单克隆算子(Monoclonal Operator) | 第70-72页 |
| ·多克隆算子(Polyclonal Operator) | 第72-73页 |
| ·克隆算子的性质 | 第73-75页 |
| ·免疫克隆策略算法 | 第75-78页 |
| ·免疫单克隆策略算法(IMSA) | 第75页 |
| ·免疫多克隆策略算法(IPSA) | 第75-77页 |
| ·免疫单克隆策略算法的收敛性 | 第77-78页 |
| ·仿真试验及其结果分析 | 第78-87页 |
| ·测试函数及其基本性质 | 第79-80页 |
| ·二维测试函数实验结果 | 第80-85页 |
| ·高维维测试函数实验结果 | 第85-87页 |
| ·克隆策略算法与进化算法的比较 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 本章参考文献 | 第89-91页 |
| 第五章 免疫记忆动态克隆策略 | 第91-117页 |
| ·克隆选择和免疫记忆 | 第92页 |
| ·免疫记忆动态克隆策略 | 第92-96页 |
| ·亲合度函数的构造 | 第93页 |
| ·免疫记忆动态克隆策略 | 第93-96页 |
| ·算法分析 | 第96-100页 |
| ·算法收敛性分析 | 第96-100页 |
| ·计算复杂度分析 | 第100页 |
| ·仿真实验 | 第100-113页 |
| ·IMDCS 求解函数极小值 | 第101-109页 |
| ·测试函数及性质 | 第101-103页 |
| ·测试结果 | 第103-109页 |
| ·IMDCS 求解背包问题 | 第109-113页 |
| ·简单的0-1 背包问题 | 第109-110页 |
| ·经典0-1 背包问题 | 第110-112页 |
| ·多维0-1 背包问题 | 第112-113页 |
| ·本章小结 | 第113-115页 |
| 本章参考文献 | 第115-117页 |
| 第六章 免疫记忆克隆策略 | 第117-145页 |
| ·克隆选择、免疫记忆及克隆消除 | 第117-119页 |
| ·克隆选择 | 第117-118页 |
| ·记忆细胞 | 第118-119页 |
| ·克隆消除 | 第119页 |
| ·免疫记忆克隆策略 | 第119-123页 |
| ·亲合度函数的构造 | 第120页 |
| ·抗体群演化的算法 | 第120-122页 |
| ·记忆单元演化的算法 | 第122-123页 |
| ·算法的收敛性及计算复杂度 | 第123-126页 |
| ·数值实验 | 第126-138页 |
| ·二维函数的实验结果 | 第127-128页 |
| ·高维函数的实验结果 | 第128-132页 |
| ·典型测试函数的实验结果 | 第132-133页 |
| ·旅行商问题 | 第133-138页 |
| ·算法参数分析 | 第138-141页 |
| ·抗体群规模n 对算法性能的影响 | 第138-139页 |
| ·克隆规模N_c对算法性能的影响 | 第139-140页 |
| ·抗体更新比例T%对算法性能的影响 | 第140-141页 |
| ·本章小结 | 第141-142页 |
| 本章参考文献 | 第142-145页 |
| 第七章 克隆算法收敛性及收敛速度分析 | 第145-165页 |
| ·引言 | 第145-146页 |
| ·一般可测状态空间上遗传算法的收敛性及收敛速度 | 第146-148页 |
| ·遗传算法及其马氏链描述 | 第146-148页 |
| ·免疫克隆策略算法的马尔可夫链模型 | 第148-152页 |
| ·免疫单克隆策略算法及其马尔可夫链模型 | 第148-151页 |
| ·免疫多克隆算法及其马尔可夫链模型 | 第151-152页 |
| ·免疫克隆算法的收敛性 | 第152-155页 |
| ·免疫克隆策略算法的收敛速度分析 | 第155-160页 |
| ·免疫克隆策略算法的收敛速度的上下界 | 第155-158页 |
| ·免疫克隆策略算法的收敛速度 | 第158-160页 |
| ·实例比较说明 | 第160-163页 |
| ·结论 | 第163页 |
| 本章参考文献 | 第163-165页 |
| 第八章 总结与展望 | 第165-169页 |
| ·论文主要工作总结 | 第165-167页 |
| ·存在的问题和进一步研究的工作 | 第167-169页 |
| 致谢 | 第169-171页 |
| 博士学习期间(合作)发表与撰写的学术论文 | 第171-172页 |
| 博士学习期间参与的科研项目 | 第172页 |