| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-9页 |
| 目录 | 第9-12页 |
| 第一章 概论 | 第12-32页 |
| 1．1 引言 | 第12页 |
| 1．2 拟生态系统算法的特点 | 第12-14页 |
| 1．3 遗传算法 | 第14-18页 |
| 1．3．1 遗传算法的主要特征 | 第14-16页 |
| 1．3．2 遗传算法的应用 | 第16-17页 |
| 1．3．3 遗传算法的并行性 | 第17-18页 |
| 1．4 蚁群算法 | 第18-22页 |
| 1．4．1 蚁群算法原理 | 第18-19页 |
| 1．4．2 蚁群算法的改进和缺陷 | 第19-21页 |
| 1．4．3 蚁群算法的研究进展 | 第21-22页 |
| 1．5 免疫算法 | 第22-28页 |
| 1．5．1 生物免疫系统的结构和相关机理 | 第22-23页 |
| 1．5．2 人工免疫系统模型 | 第23-24页 |
| 1．5．3 免疫学习算法 | 第24-25页 |
| 1．5．4 人工免疫系统的应用 | 第25-28页 |
| 1．6 工业过程运行控制 | 第28-29页 |
| 1．7 本论文研究内容及成果 | 第29-32页 |
| 第二章 并行多目标遗传算法 | 第32-50页 |
| 2．1 引言 | 第32-34页 |
| 2．2 多目标最优问题及其特点 | 第34-36页 |
| 2．3 遗传算法基本原理 | 第36-42页 |
| 2．3．1 遗传算法的一般框架 | 第36-39页 |
| 2．3．2 多目标遗传算法 | 第39-40页 |
| 2．3．3 并行遗传算法 | 第40-42页 |
| 2．4 并行多目标遗传算法 | 第42-47页 |
| 2．4．1 算法的设计思路 | 第42-43页 |
| 2．4．2 混杂变量的编码与遗传操作 | 第43-44页 |
| 2．4．3 多目标分级评价 | 第44-45页 |
| 2．4．4 递阶并行分解 | 第45-47页 |
| 2．5 小结 | 第47-50页 |
| 第三章 连续空间优化问题的自适应蚁群系统算法 | 第50-62页 |
| 3．1 引言 | 第50-51页 |
| 3．2 图搜索蚁群算法 | 第51-55页 |
| 3．2．1 图搜索算法框架 | 第51-52页 |
| 3．2．2 图搜索蚁群算法的实现 | 第52-53页 |
| 3．2．3 图搜索蚁群算法的收敛性 | 第53-55页 |
| 3．3 图搜索蚁群算法的优点与不足之处 | 第55页 |
| 3．4 连续空间优化问题的自适应蚁群算法 | 第55-59页 |
| 3．4．1 连续空间优化问题到有向图搜索问题的映射 | 第56-57页 |
| 3．4．2 最佳路径信息素的增强策略 | 第57-58页 |
| 3．4．3 基于位编码的信息素增量分配策略 | 第58-59页 |
| 3．4．4 自动适应的蚁群搜索信息素更新算法 | 第59页 |
| 3．5 算法步骤 | 第59-60页 |
| 3．6 仿真研究 | 第60-61页 |
| 3．7 小结 | 第61-62页 |
| 第四章 自识别全程免疫算法 | 第62-76页 |
| 4．1 引言 | 第62页 |
| 4．2 免疫算法原理 | 第62-65页 |
| 4．2．1 免疫算法的生物学基础 | 第62-64页 |
| 4．2．2 免疫算法原理 | 第64-65页 |
| 4．3 基本免疫算法 | 第65-68页 |
| 4．3．1 算法步骤 | 第65-67页 |
| 4．3．2 多样性和亲和性 | 第67-68页 |
| 4．4 自识别全程免疫算法 | 第68-70页 |
| 4．4．1 算法基本思路 | 第68-69页 |
| 4．4．2 自识别全程疫苗提取 | 第69页 |
| 4．4．3 疫苗接种 | 第69-70页 |
| 4．4．4 算法框架 | 第70页 |
| 4．5 仿真研究 | 第70-73页 |
| 4．6 小结 | 第73-76页 |
| 第五章 多罐连续配料过程的混合动力学系统控制 | 第76-88页 |
| 5．1 引言 | 第76-77页 |
| 5．2 多罐连续配料过程最优控制问题 | 第77-79页 |
| 5．3 多罐连续配料过程的混合动力学模型 | 第79-81页 |
| 5．4 算法描述 | 第81-82页 |
| 5．4．1 约束条件的处理 | 第81-82页 |
| 5．4．2 混和变量的编码方案 | 第82页 |
| 5．4．3 多目标优化求解 | 第82页 |
| 5．5 仿真研究 | 第82-86页 |
| 5．6 仿真结果分析 | 第86-87页 |
| 5．7 小结 | 第87-88页 |
| 第六章 基于拟生态系统算法的混合生产调度问题求解 | 第88-104页 |
| 6．1 引言 | 第88-90页 |
| 6．2 混合生产调度问题描述 | 第90-92页 |
| 6．3 并行多目标遗传算法的设计 | 第92-95页 |
| 6．3．1 染色体的编码方案 | 第92页 |
| 6．3．2 基本的遗传操作 | 第92-93页 |
| 6．3．3 染色体的解码方案 | 第93页 |
| 6．3．4 并行分解、实现方案 | 第93-94页 |
| 6．3．5 算法步骤 | 第94-95页 |
| 6．4 仿真实例 | 第95-98页 |
| 6．5 嵌套混合蚁群算法 | 第98-101页 |
| 6．5．1 搜索图生成 | 第98-99页 |
| 6．5．2 嵌套式搜索过程 | 第99-101页 |
| 6．5．3 信息素更新算法 | 第101页 |
| 6．6 仿真研究 | 第101-103页 |
| 6．7 小结 | 第103-104页 |
| 第七章 多品种饮水加工生产过程运行控制 | 第104-122页 |
| 7．1 引言 | 第104-106页 |
| 7．2 多品种饮水加工过程特点分析 | 第106-107页 |
| 7．3 生产运行控制问题 | 第107-109页 |
| 7．4 问题求解分析 | 第109-112页 |
| 7．4．1 B、C和D工段调度的命题 | 第110页 |
| 7．4．2 B、C和D工段调度的设计方案 | 第110-112页 |
| 7．5 计算机仿真研究 | 第112-115页 |
| 7．6 小结 | 第115-122页 |
| 第八章 结束语 | 第122-124页 |
| 8．1 全文工作总结 | 第122-123页 |
| 8．2 未来展望 | 第123-124页 |
| 参考文献 | 第124-134页 |
| 作者简介 | 第134-136页 |
| 致谢 | 第136页 |