| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·人工智能与进化计算 | 第8页 |
| ·人工免疫系统 | 第8-11页 |
| ·免疫算法的基本框架 | 第9页 |
| ·免疫算法的流程 | 第9-10页 |
| ·免疫算法的收敛性分析 | 第10-11页 |
| ·免疫算法及研究现状 | 第11-14页 |
| ·人工免疫系统的发展 | 第11页 |
| ·免疫学习算法 | 第11-14页 |
| ·论文的章节安排 | 第14页 |
| ·参考文献 | 第14-18页 |
| 第二章 多目标优化问题及进化算法 | 第18-30页 |
| ·多目标优化问题 | 第18-20页 |
| ·多目标优化问题的发展简史 | 第18-19页 |
| ·多目标优化问题的数学描述 | 第19-20页 |
| ·进化多目标优化的主要算法 | 第20-23页 |
| ·MOEA解决多目标优化问题的一般框架 | 第21-22页 |
| ·进化多目标优化的主要算法 | 第22-23页 |
| ·多目标进化算法的研究现状及设计目标 | 第23-25页 |
| ·多目标进化算法的研究现状 | 第23-25页 |
| ·设计多目标进化算法的目标 | 第25页 |
| ·总结与讨论 | 第25-26页 |
| ·参考文献 | 第26-30页 |
| 第三章 基于自适应划分的非支配个体选择策略 | 第30-46页 |
| ·常用非支配个体选择策略及存在的问题 | 第30-32页 |
| ·基于拥挤距离选择策略 | 第30-31页 |
| ·基于网格的个体选择策略 | 第31-32页 |
| ·基于非支配个体自适应划分的选择策略 | 第32-33页 |
| ·基于非支配个体自适应划分的选择策略的主要思想 | 第32页 |
| ·基于非支配个体自适应划分的选择策略的算法流程 | 第32-33页 |
| ·引入自适应划分策略ADP的MOEAs | 第33页 |
| ·引入新策略的NSGA-II改进算法 | 第33页 |
| ·引入新策略的PESA-II算法流程 | 第33页 |
| ·实验分析 | 第33-42页 |
| ·实验测试函数 | 第34-36页 |
| ·度量标准 | 第36-37页 |
| ·仿真实验结果 | 第37-42页 |
| ·总结与讨论 | 第42页 |
| ·参考文献 | 第42-46页 |
| 第四章 基于自适应划分的多目标优化非支配近邻免疫算法 | 第46-56页 |
| ·克隆选择算法 | 第46-48页 |
| ·克隆选择学说 | 第46页 |
| ·克隆选择基本流程 | 第46-48页 |
| ·基于自适应划分选择策略的非支配邻域免疫算法 | 第48-49页 |
| ·非支配邻域免疫算法NNIA | 第48-49页 |
| ·NNIA+ADP算法流程 | 第49页 |
| ·相关实验及结果分析 | 第49-52页 |
| ·度量标准 | 第49页 |
| ·实验结果及分析 | 第49-52页 |
| ·总结与讨论 | 第52页 |
| ·参考文献 | 第52-56页 |
| 第五章 基于免疫克隆的多目标组播路由优化方法 | 第56-66页 |
| ·背景介绍 | 第56-60页 |
| ·组播路由问题描述 | 第56-57页 |
| ·初始抗体群的构造及相关操作算子 | 第57-58页 |
| ·基于免疫克隆的多目标组播路由优化方法 | 第58-60页 |
| ·仿真实验 | 第60-64页 |
| ·随机网络拓扑的路由仿真平台 | 第60-61页 |
| ·仿真实验结果分析 | 第61-64页 |
| ·总结与讨论 | 第64页 |
| ·参考文献 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 致谢 | 第68-70页 |
| 研究成果 | 第70-71页 |