| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景 | 第9-10页 |
| ·免疫系统与优化计算 | 第10-12页 |
| ·优化问题描述 | 第10-11页 |
| ·免疫优化的研究现状分析 | 第11-12页 |
| ·人工免疫系统在数据挖掘中的研究现状 | 第12-14页 |
| ·分类问题和聚类问题描述 | 第12-13页 |
| ·人工免疫系统用于聚类、分类的研究现状 | 第13-14页 |
| ·模糊神经网络规则提取的研究现状和分析 | 第14-16页 |
| ·将聚类算法引入模糊神经网络中的原因 | 第14-15页 |
| ·用聚类方法提取模糊规则的研究现状 | 第15-16页 |
| ·本文研究的主要内容和结构 | 第16-18页 |
| ·本文研究的主要内容 | 第16-17页 |
| ·本文的结构 | 第17-18页 |
| 第2章 生物免疫系统和人工免疫系统 | 第18-27页 |
| ·引言 | 第18页 |
| ·生物免疫系统的基本概念 | 第18-20页 |
| ·免疫和免疫应答 | 第18-19页 |
| ·免疫细胞 | 第19页 |
| ·抗体、抗原、亲和力 | 第19-20页 |
| ·人工免疫系统(AIS)的含义 | 第20页 |
| ·人工免疫系统(AIS)的仿生机理 | 第20-25页 |
| ·免疫识别 | 第20页 |
| ·免疫学习和记忆 | 第20-22页 |
| ·克隆选择原理 | 第22页 |
| ·抗体多样性 | 第22-23页 |
| ·免疫网络学说 | 第23-25页 |
| ·抗体浓度抑制 | 第25页 |
| ·生物免疫系统对人工免疫系统研究的启示 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 改进的克隆选择算法及在多模态优化中的应用 | 第27-43页 |
| ·引言 | 第27页 |
| ·克隆选择原理特点 | 第27-28页 |
| ·免疫算法CLONALG和opt-aiNET | 第28-30页 |
| ·克隆选择算法CLONALG | 第28-29页 |
| ·免疫算法opt-aiNET | 第29-30页 |
| ·CLONALG和opt-aiNET不足之处 | 第30页 |
| ·改进的克隆选择算法及其在多模态优化中的应用 | 第30-42页 |
| ·算法描述 | 第30-34页 |
| ·仿真比较 | 第34-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 人工免疫网络aiNET | 第43-53页 |
| ·引言 | 第43页 |
| ·aiNET网络模型 | 第43-48页 |
| ·符号定义 | 第43-45页 |
| ·算法描述 | 第45-46页 |
| ·知识获取和学习后的ai_NET结构 | 第46-48页 |
| ·仿真 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于ai-NET的T-S型模糊神经网络规则提取 | 第53-72页 |
| ·引言 | 第53页 |
| ·T-S型模糊神经网络结构 | 第53-56页 |
| ·T-S型模糊神经网络规则提取 | 第56-62页 |
| ·结构辨识方法 | 第57-59页 |
| ·参数辨识方法 | 第59-62页 |
| ·仿真 | 第62-71页 |
| ·非线性动态系统辨识 | 第62-64页 |
| ·时间序列信号预测 | 第64-66页 |
| ·倒立摆平衡控制仿真 | 第66-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读学位期间发表的学术论文 | 第78-82页 |
| 致谢 | 第82页 |