人工免疫算法在TSP中的应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·本文主要研究内容及组织结构 | 第12-13页 |
| 第2章 免疫理论的生物学基础及人工免疫系统 | 第13-18页 |
| ·免疫理论的生物学基础 | 第13-15页 |
| ·免疫学的基本概念 | 第13-14页 |
| ·免疫运行机制及功能 | 第14-15页 |
| ·人工免疫系统 | 第15-17页 |
| ·人工免疫系统的定义 | 第15-16页 |
| ·人工免疫系统与其他智能计算方法的关系 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第3章 人工免疫算法 | 第18-24页 |
| ·免疫算法基本概念 | 第18页 |
| ·免疫算法基本框架 | 第18-19页 |
| ·免疫算法综述 | 第19-23页 |
| ·免疫算法的特点分析比较 | 第23页 |
| ·免疫算法的优点 | 第23页 |
| ·免疫算法的缺点 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第4章 人工免疫算法的改进 | 第24-35页 |
| ·基本蚁群算法概述 | 第24-27页 |
| ·基于蚁群的免疫算法(IAAC) | 第27-30页 |
| ·算法的设计思想 | 第27-28页 |
| ·免疫算子的构造 | 第28-29页 |
| ·算法的基本步骤 | 第29页 |
| ·算法的程序结构流程 | 第29-30页 |
| ·IAAC的分析比较 | 第30-34页 |
| ·已有算法思想分析 | 第30-31页 |
| ·IAAC与已有算法思想比较 | 第31-32页 |
| ·IAAC与已有算法比较 | 第32-33页 |
| ·IAAC与其他优化方法的比较 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 IAAC在TSP中的应用 | 第35-55页 |
| ·TSP问题概述 | 第35-37页 |
| ·IAAC在TSP中的设计 | 第37-40页 |
| ·算法的映射关系 | 第37页 |
| ·个体编码和群体初始化 | 第37-38页 |
| ·亲和力的计算 | 第38页 |
| ·克隆选择算子 | 第38-39页 |
| ·变异算子 | 第39页 |
| ·群体更新 | 第39-40页 |
| ·记忆细胞更新 | 第40页 |
| ·仿真实验 | 第40-54页 |
| ·评价标准 | 第40页 |
| ·算法参数设置分析 | 第40-41页 |
| ·IAAC重要部分的实现 | 第41-43页 |
| ·实验说明 | 第43页 |
| ·实验结果及分析 | 第43-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
