| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 插图索引 | 第14-16页 |
| 附表索引 | 第16-18页 |
| 第1章 绪论 | 第18-41页 |
| ·人工免疫系统的研究概况 | 第18-26页 |
| ·生物免疫系统 | 第18-20页 |
| ·人工免疫系统 | 第20-21页 |
| ·人工免疫算法 | 第21-26页 |
| ·混合免疫智能算法研究概况 | 第26-35页 |
| ·混合免疫智能算法 | 第26-31页 |
| ·混合免疫智能算法应用研究进展 | 第31-35页 |
| ·存在的主要问题及解决途径 | 第35-39页 |
| ·混合免疫智能算法理论研究的缺陷及解决思路 | 第35-36页 |
| ·混合免疫智能算法应用研究的局限及拓展 | 第36-39页 |
| ·本文的主要工作及内容安排 | 第39-41页 |
| 第2章 竞争合作型协同免疫进化算法 | 第41-58页 |
| ·引言 | 第41-42页 |
| ·竞争合作协同免疫进化模型(CCCICA) | 第42-45页 |
| ·基于生态种群密度的种群竞争操作 | 第43-44页 |
| ·群体协同合作操作 | 第44-45页 |
| ·种群内部免疫优势克隆选择操作 | 第45-47页 |
| ·抗体局部最优免疫优势算子 | 第45-46页 |
| ·基于信息熵的种群多样性控制 | 第46-47页 |
| ·种群内部抗体克隆选择操作 | 第47页 |
| ·算法流程及其收敛性能分析 | 第47-50页 |
| ·竞争合作型协同免疫进化算法步骤 | 第47-48页 |
| ·收敛性分析 | 第48-50页 |
| ·时间复杂度分析 | 第50页 |
| ·实验仿真 | 第50-57页 |
| ·三种不同形式ICA算法性能比较 | 第52-54页 |
| ·CCCICA与其它免疫克隆选择算法的性能比较 | 第54-55页 |
| ·CCCICA与其它智能算法的性能比较 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第3章 免疫双态粒子群算法 | 第58-78页 |
| ·引言 | 第58-59页 |
| ·粒子群算法优化原理 | 第59-61页 |
| ·免疫双态粒子群算法(IBPSO) | 第61-65页 |
| ·双态粒子群算法机理 | 第61-63页 |
| ·精英粒子局部增强学习算子 | 第63页 |
| ·粒子免疫优化 | 第63-65页 |
| ·IBPSO算法流程及性能分析 | 第65-67页 |
| ·算法IBPSO流程 | 第65-66页 |
| ·算法性能及收敛性分析 | 第66-67页 |
| ·仿真实验及分析 | 第67-77页 |
| ·BPSO(双模态粒子群)比例参数 | 第69-70页 |
| ·算法精度比较 | 第70-72页 |
| ·t-test测试比较 | 第72-73页 |
| ·高维函数实验 | 第73-75页 |
| ·多模态函数及多样性实验 | 第75-77页 |
| ·小结 | 第77-78页 |
| 第4章 免疫协同粒子群算法 | 第78-98页 |
| ·引言 | 第78-79页 |
| ·免疫协同粒子群进化算法(ICPSO) | 第79-83页 |
| ·免疫协同粒子群进化模型 | 第79-80页 |
| ·普通种群混合免疫网络粒子群算法 | 第80-81页 |
| ·记忆库免疫进化 | 第81-83页 |
| ·协作操作 | 第83-86页 |
| ·个体极值小波学习 | 第83-85页 |
| ·优势抗体迁移与共享 | 第85-86页 |
| ·ICPSO算法流程 | 第86页 |
| ·实验仿真及分析 | 第86-97页 |
| ·算法精度比较 | 第87-90页 |
| ·算法计算复杂度比较 | 第90-92页 |
| ·算法t-test值比较 | 第92-93页 |
| ·相关参数及其算子分析 | 第93-94页 |
| ·动态性能测试 | 第94-96页 |
| ·ICPSO与IBPSO的性能比较 | 第96-97页 |
| ·小结 | 第97-98页 |
| 第5章 免疫蚁群自适应融合算法 | 第98-112页 |
| ·引言 | 第98-99页 |
| ·蚁群算法优化机理 | 第99-100页 |
| ·改进的蚁群算法 | 第100-101页 |
| ·带混沌扰动算子启发式蚁群算法 | 第100-101页 |
| ·MAX-MIN机制 | 第101页 |
| ·免疫操作搜索算子 | 第101-104页 |
| ·抗体片段的局部最优搜索算子(LS) | 第101-102页 |
| ·基于抗体片段的最小生成树(MST)搜索算子 | 第102-103页 |
| ·免疫疫苗操作 | 第103-104页 |
| ·自适应融合算法(ACALA) | 第104-105页 |
| ·控制参数P_g自适应调节策略 | 第104页 |
| ·自适应融合算法(ACALA)流程 | 第104-105页 |
| ·算法收敛性分析及实验仿真 | 第105-110页 |
| ·算法收敛性分析 | 第105-106页 |
| ·实验仿真及分析 | 第106-110页 |
| ·小结 | 第110-112页 |
| 第6章 混沌系统自抗扰优化控制 | 第112-127页 |
| ·引言 | 第112-113页 |
| ·自抗扰控制 | 第113-115页 |
| ·基于免疫双态粒子群(IBPSO)算法的混沌系统自抗扰优化控制 | 第115-120页 |
| ·非线性混沌系统 | 第115页 |
| ·评价函数的选择 | 第115页 |
| ·混沌系统自抗扰优化控制系统结构图 | 第115-116页 |
| ·基于IBPSO算法的混沌系统ADRC优化控制算法流程 | 第116页 |
| ·实验 | 第116-120页 |
| ·基于IBPSO算法的混沌系统ADRC-CMAC并行优化控制 | 第120-126页 |
| ·CMAC结构 | 第120-121页 |
| ·ADRC与CMAC并行控制算法 | 第121-122页 |
| ·基于IBPSO的ADRC-CMAC优化设计流程 | 第122-123页 |
| ·实验 | 第123-126页 |
| ·小结 | 第126-127页 |
| 第7章 永磁同步电机系统多参数辨识 | 第127-141页 |
| ·引言 | 第127-128页 |
| ·PMSM数学模型 | 第128-130页 |
| ·基于免疫协同粒子群算法(ICPSO)的永磁同步电机多参数辨识模型 | 第130-132页 |
| ·基于ICPSO的永磁同步电机多参数辨识思想 | 第130-131页 |
| ·基于ICPSO的永磁同步电机多参数辨识模型 | 第131-132页 |
| ·实验及分析 | 第132-140页 |
| ·实验方案与平台 | 第132-134页 |
| ·实验结果 | 第134-140页 |
| ·小结 | 第140-141页 |
| 全文总结及工作展望 | 第141-145页 |
| 参考文献 | 第145-159页 |
| 致谢 | 第159-160页 |
| 附录A 攻读学位期间发表的学术论文目录 | 第160-161页 |
| 附录B 攻读学位期间完成的科研课题目录 | 第161页 |
