首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于生物免疫隐喻机制的AIS优化算法研究

摘要第1-5页
ABSTRACT第5-11页
1 绪论第11-19页
   ·引言第11-13页
   ·国内外研究现状第13-14页
   ·论文主要研究内容及创新点第14-16页
     ·本文的主要研究内容第14-15页
     ·本文的创新点第15-16页
   ·论文组织结构第16-19页
2 优化问题和人工免疫系统基础第19-43页
   ·引言第19页
   ·优化问题简介第19-28页
     ·优化问题的基本要素第19-20页
     ·优化问题分类第20页
     ·全局最优与局部最优第20-22页
     ·基准测试函数第22-25页
     ·优化问题求解方法第25-27页
     ·算法性能测试评价标准第27-28页
   ·生物免疫系统概述第28-36页
     ·免疫系统的构成第28-31页
     ·多层免疫系统第31-32页
     ·免疫机制和功能第32-34页
     ·免疫学说第34-36页
   ·人工免疫系统第36-41页
     ·免疫克隆选择算法第37页
     ·人工免疫网络第37-38页
     ·阴性选择算法第38-39页
     ·人工免疫系统与其他方法的比较第39-41页
   ·本章小结第41-43页
3 基于信息传递的人工免疫优化算法 IAIS第43-61页
   ·引言第43页
   ·从免疫反应到约束优化的类比推理第43-46页
   ·基于信息传递免疫隐喻机制的 IAIS 算法第46-52页
     ·可行解与不可行解第46-47页
     ·克隆选择算子第47-48页
     ·信息传递策略第48-50页
     ·基于信息传递的人工免疫算法(IAIS)第50-52页
   ·实验结果和分析第52-59页
     ·实验环境配置第52-54页
     ·实验结果和比较第54-59页
     ·实验小结第59页
   ·本章小结第59-61页
4 MIAIS 算法解决约束优化问题第61-83页
   ·引言第61页
   ·人工免疫优化算法求解约束优化问题第61-64页
     ·遗传算法 GA 和 AIS 的混合算法第62页
     ·AIS 与其他机制混合的算法第62-63页
     ·基于 AIS 的约束处理算法第63-64页
   ·改进的 IAIS 算法 MIAIS第64-68页
     ·相关算子引入第64-67页
     ·改进的 IAIS 算法 MIAIS第67-68页
   ·实验第68-81页
     ·实验环境配置第68-70页
     ·参数设定第70页
     ·在 CEC2006 的基准测试集上的实验第70-75页
     ·在 CEC2010 测试函数上的实验第75-80页
     ·计算复杂度分析第80-81页
   ·本章小结第81-83页
5 基于类梯度、聚类和记忆机制的人工免疫算法 GCMAIS第83-109页
   ·引言第83页
   ·动态环境下的优化问题第83-84页
   ·从生物免疫反应到动态优化第84-86页
   ·自然启发式算法求解动态环境下的优化问题第86-90页
     ·搭建模块第86-88页
     ·受免疫机制启发的算法处理动态优化问题第88-90页
   ·基于类梯度、聚类和记忆机制的人工免疫算法(GCMAIS)第90-98页
     ·基于类梯度向量的搜索策略第91-93页
     ·基于聚类的方法第93-95页
     ·免疫记忆第95-97页
     ·算法的整体框架第97-98页
   ·实验第98-107页
     ·实验环境配置第98-100页
     ·实验参数的影响与机制有效性分析第100-105页
     ·实验比较第105-107页
   ·本章小结第107-109页
6 总结第109-113页
   ·主要结论第109页
   ·后续研究工作的展望第109-113页
致谢第113-115页
参考文献第115-127页
附录第127-128页
 A. 作者在攻读学位期间发表的论文目录第127-128页
 B. 作者在攻读学位期间参与的科研项目第128页
 C. 作者在攻读学位期间的学术交流情况第128页

论文共128页,点击 下载论文
上一篇:组稀疏子空间的大间隔特征选择
下一篇:基于声光效应的MEMS加速度传感器基础理论与关键技术研究