| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·问题的提出 | 第9-10页 |
| ·人工免疫系统的发展历史及研究现状 | 第10-12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第2章 免疫理论的生物学基础及人工免疫系统基本原理 | 第14-24页 |
| ·免疫学的基本理论 | 第14-20页 |
| ·免疫学的一些基本概念 | 第14-15页 |
| ·免疫系统的组成及功能 | 第15-17页 |
| ·免疫应答类型及原理分析 | 第17-20页 |
| ·人工免疫系统基本原理 | 第20-23页 |
| ·人工免疫系统的研究内容和范围 | 第20-21页 |
| ·人工免疫网络模型 | 第21-22页 |
| ·人工免疫系统的应用 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第3章 人工免疫算法与遗传算法 | 第24-35页 |
| ·人工免疫算法 | 第24页 |
| ·人工免疫算法的基本原理 | 第24-27页 |
| ·信息熵 | 第25-26页 |
| ·亲和力 | 第26页 |
| ·浓度 | 第26-27页 |
| ·期望生存率 | 第27页 |
| ·人工免疫算法的基本步骤 | 第27-29页 |
| ·人工免疫算法的收敛性分析 | 第29-30页 |
| ·抗体相似性及多样性的改进 | 第30-31页 |
| ·遗传算法 | 第31-33页 |
| ·遗传算法 | 第31-32页 |
| ·遗传算法的基本步骤 | 第32-33页 |
| ·遗传算法的特点 | 第33页 |
| ·人工免疫算法和遗传算法比较 | 第33-35页 |
| 第4章 改进的多峰值人工免疫算法 | 第35-51页 |
| ·常用人工免疫算法 | 第35-44页 |
| ·基于信息熵的人工免疫算法 | 第35-36页 |
| ·基于欧氏距离的人工免疫算法 | 第36-38页 |
| ·免疫遗传算法 | 第38-40页 |
| ·免疫规划 | 第40-43页 |
| ·否定选择算法 | 第43-44页 |
| ·多峰值人工免疫算法研究 | 第44-51页 |
| ·多峰值人工免疫算法的提出 | 第44-45页 |
| ·免疫系统的记忆细胞 | 第45-46页 |
| ·Baldwin效应 | 第46页 |
| ·多峰值人工免疫算法 | 第46-51页 |
| 第5章 改进的多峰值人工免疫算法在函数优化问题中的研究 | 第51-60页 |
| ·多峰值人工免疫算法 | 第51-54页 |
| ·问题描述 | 第51页 |
| ·算法框架 | 第51-52页 |
| ·算法实现 | 第52-54页 |
| ·数值实验 | 第54-60页 |
| ·测试函数 | 第54-57页 |
| ·收敛性和鲁棒性分析 | 第57-60页 |
| 第6章 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间公开发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |