| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 引言 | 第13-14页 |
| 1.2 最优化问题 | 第14-16页 |
| 1.3 智能优化算法 | 第16-21页 |
| 1.3.1 进化算法 | 第17-18页 |
| 1.3.2 群智能算法 | 第18-19页 |
| 1.3.3 其它优化算法 | 第19-21页 |
| 1.4 人工免疫系统研究概述 | 第21-24页 |
| 1.4.1 人工免疫系统的生物学基础 | 第21-22页 |
| 1.4.2 人工免疫系统的发展及研究现状 | 第22-23页 |
| 1.4.3 人工免疫算法研究现状 | 第23-24页 |
| 1.5 本文的主要研究内容 | 第24-27页 |
| 1.5.1 本文的主要工作 | 第24-26页 |
| 1.5.2 论文组织结构 | 第26-27页 |
| 第2章 生物免疫系统与免疫克隆选择算法 | 第27-45页 |
| 2.1 引言 | 第27页 |
| 2.2 生物免疫系统 | 第27-32页 |
| 2.2.1 免疫学基本概念 | 第28-29页 |
| 2.2.2 生物免疫系统的组成 | 第29-30页 |
| 2.2.3 生物免疫系统的分类 | 第30页 |
| 2.2.4 生物免疫系统的功能 | 第30-31页 |
| 2.2.5 免疫应答与免疫记忆 | 第31-32页 |
| 2.3 人工免疫算法研究 | 第32-36页 |
| 2.3.1 人工免疫算法原理 | 第33-34页 |
| 2.3.2 人工免疫算法特点 | 第34页 |
| 2.3.3 人工免疫算法流程 | 第34-36页 |
| 2.3.4 人工免疫算法与其它算法的比较 | 第36页 |
| 2.4 免疫克隆选择算法 | 第36-44页 |
| 2.4.1 克隆选择原理与应用 | 第37-41页 |
| 2.4.2 克隆选择算子机理与构造 | 第41-42页 |
| 2.4.3 免疫克隆选择算法的流程 | 第42-43页 |
| 2.4.4 免疫克隆选择算法特点 | 第43-44页 |
| 2.5 小结 | 第44-45页 |
| 第3章 免疫克隆选择算法的改进研究 | 第45-71页 |
| 3.1 引言 | 第45页 |
| 3.2 基本免疫克隆选择算法的不足 | 第45-46页 |
| 3.3 免疫显性克隆选择算法 | 第46-51页 |
| 3.3.1 抗体免疫显性 | 第47页 |
| 3.3.2 克隆算子 | 第47-48页 |
| 3.3.3 指数型变异 | 第48-50页 |
| 3.3.4 免疫显性克隆选择算法流程 | 第50-51页 |
| 3.4 主从式免疫克隆选择算法 | 第51-57页 |
| 3.4.1 主从式结构 | 第52-53页 |
| 3.4.2 子种群的改良 | 第53-54页 |
| 3.4.3 主种群的改良 | 第54-55页 |
| 3.4.4 迁入和迁出 | 第55页 |
| 3.4.5 主从式免疫克隆选择算法流程 | 第55-57页 |
| 3.5 自适应全局免疫克隆选择算法 | 第57-62页 |
| 3.5.1 选择算子 | 第57-58页 |
| 3.5.2 克隆算子 | 第58页 |
| 3.5.3 变异算子 | 第58-60页 |
| 3.5.4 自适应全局免疫克隆选择算法流程 | 第60-62页 |
| 3.6 不同算法之间的比较 | 第62-70页 |
| 3.7 小结 | 第70-71页 |
| 第4章 免疫显性克隆选择算法求解CVRP | 第71-87页 |
| 4.1 引言 | 第71页 |
| 4.2 物流配送问题描述 | 第71-74页 |
| 4.3 物流配送问题数学模型的建立 | 第74-75页 |
| 4.3.1 问题的假设与说明 | 第74页 |
| 4.3.2 物流配送问题数学模型 | 第74-75页 |
| 4.4 物流配送问题求解方法 | 第75-76页 |
| 4.5 免疫显性克隆选择算法解决CVRP的算法实现 | 第76-80页 |
| 4.6 仿真实例与分析 | 第80-86页 |
| 4.6.1 小规模Benchmark实例仿真与分析 | 第81-82页 |
| 4.6.2 中大规模Benchmark实例仿真与分析 | 第82-86页 |
| 4.7 小结 | 第86-87页 |
| 第5章 主从式免疫克隆选择算法求解TAP | 第87-103页 |
| 5.1 引言 | 第87页 |
| 5.2 任务分配问题描述 | 第87页 |
| 5.3 任务分配问题的数学模型 | 第87-89页 |
| 5.4 主从式免疫克隆选择算法解决TAP的算法实现 | 第89-93页 |
| 5.4.1 抗体编码及适值函数建立 | 第89-90页 |
| 5.4.2 主从式免疫克隆选择算法解决TAP的流程 | 第90-93页 |
| 5.5 仿真实例与分析 | 第93-102页 |
| 5.6 小结 | 第102-103页 |
| 第6章 自适应全局免疫克隆选择算法优化FLC | 第103-123页 |
| 6.1 引言 | 第103页 |
| 6.2 模糊逻辑控制器的设计 | 第103-108页 |
| 6.2.1 FLC的语言变量 | 第104页 |
| 6.2.2 语言变量值的选取 | 第104-105页 |
| 6.2.3 隶属度函数的选取 | 第105-107页 |
| 6.2.4 控制规则的确定 | 第107页 |
| 6.2.5 模糊推理及决策 | 第107-108页 |
| 6.3 基于AGICSA的FLC优化设计 | 第108-110页 |
| 6.4 基于AGICSA的PHEV FEMC设计与优化 | 第110-122页 |
| 6.4.1 并联式混合动力汽车描述 | 第111-112页 |
| 6.4.2 模糊能量管理控制器设计 | 第112-114页 |
| 6.4.3 模糊能量管理控制器优化 | 第114-115页 |
| 6.4.4 仿真结果与分析 | 第115-122页 |
| 6.5 小结 | 第122-123页 |
| 第7章 结论与展望 | 第123-125页 |
| 附录 CVRP BENCHMARK | 第125-127页 |
| 参考文献 | 第127-139页 |
| 致谢 | 第139-141页 |
| 攻读博士期间发表的论文 | 第141-143页 |
| 作者简历 | 第143-145页 |
| 附件 | 第145页 |
