| 摘要 | 第1-9页 |
| ABSTRACT | 第9-23页 |
| 第1章 绪论 | 第23-37页 |
| ·引言 | 第23-24页 |
| ·人工免疫系统概述 | 第24-33页 |
| ·人工免疫系统和自然计算 | 第24-26页 |
| ·人工免疫系统的理论研究现状 | 第26-29页 |
| ·人工免疫系统的应用研究现状 | 第29-33页 |
| ·本文的主要创新性工作 | 第33-34页 |
| ·本文的内容安排及组织结构 | 第34-37页 |
| 第2章 基于免疫应答原理的计算模型框架 | 第37-49页 |
| ·生物免疫系统概述 | 第37-40页 |
| ·免疫学基本概念及发展简史 | 第37-38页 |
| ·生物免疫系统主要功能 | 第38-40页 |
| ·免疫应答原理及其两层模型框架 | 第40-45页 |
| ·免疫应答原理 | 第40-42页 |
| ·免疫应答的两层模型框架 | 第42-45页 |
| ·免疫应答的计算模型框架 | 第45-48页 |
| ·人工免疫应答优化模型框架 | 第45-47页 |
| ·人工免疫应答故障诊断模型框架 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第3章 人工免疫应答优化算法 | 第49-67页 |
| ·免疫优化算子 | 第49-54页 |
| ·算法描述 | 第54-57页 |
| ·算法分析 | 第57-58页 |
| ·数值优化实验 | 第58-66页 |
| ·测试评估准则 | 第58-59页 |
| ·测试函数 | 第59-61页 |
| ·仿真实验结果与分析 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第4章 基于人工免疫系统的移动机器人路径规划方法 | 第67-91页 |
| ·移动机器人路径规划概述 | 第67-70页 |
| ·基于人工势场法和遗传算法的移动机器人路径规划与避障 | 第70-78页 |
| ·算法步骤 | 第71-74页 |
| ·仿真实验结果与分析 | 第74-78页 |
| ·基于人工免疫势场法的移动机器人路径规划 | 第78-85页 |
| ·路径规划环境 | 第78-79页 |
| ·路径抗体编码 | 第79-81页 |
| ·算法步骤 | 第81-83页 |
| ·仿真实验结果与分析 | 第83-85页 |
| ·基于AIROA 和APF 的移动机器人路径规划 | 第85-89页 |
| ·算法框架 | 第85-86页 |
| ·算法步骤 | 第86-88页 |
| ·仿真实验结果与分析 | 第88-89页 |
| ·本章小结 | 第89-91页 |
| 第5章 基于变尺度检测器的人工免疫聚类算法 | 第91-119页 |
| ·故障诊断方法概述 | 第91-93页 |
| ·VDICA 算法 | 第93-102页 |
| ·算法描述 | 第93-95页 |
| ·算法步骤 | 第95-100页 |
| ·算法参数的确定 | 第100-101页 |
| ·算法可行性分析 | 第101-102页 |
| ·故障类型区域标记法 | 第102页 |
| ·基于VDICA 的故障诊断方法 | 第102-109页 |
| ·实验数据预处理 | 第102-103页 |
| ·实验结果和分析 | 第103-109页 |
| ·基于VDICA 和RBF 神经网络的故障诊断方法 | 第109-117页 |
| ·算法步骤 | 第110-112页 |
| ·工程实例 | 第112-117页 |
| ·本章小结 | 第117-119页 |
| 第6章 结论与展望 | 第119-121页 |
| ·结论 | 第119-120页 |
| ·展望 | 第120-121页 |
| 参考文献 | 第121-132页 |
| 致谢 | 第132-133页 |
| 攻读博士学位期间已发表和录用的学术论文 | 第133-135页 |
| 攻读博士学位期间的科研工作及成果 | 第135页 |