[内容提要]
《免疫克隆选择算法的研究与应用》内容简介：人工免疫具有分布式、自学习、自适应、自组织和鲁棒性等特点，具有强大的信息处理和问题求解能力。免疫克隆选择算法是一种受生物免疫系统克隆选择原理启发而设计的新型智能优化算法。它结合了问题的先验知识和生物免疫系统的自适应能力，因而在信息处理方面具有较强的鲁棒性，在搜索过程中能更好地收敛到全局最优解。

[目录]
第1章绪论
1.1引言
1.2最优化问题
1.3智能优化算法
1.3.1进化算法
1.3.2群智能算法
1.3.3其他优化算法
1.4人工免疫系统研究概述
1.4.1人工免疫系统的生物学基础
1.4.2人工免疫系统的发展及研究现状
1.4.3人工免疫算法研究现状
1.5本书的主要研究内容
1.5.1本书的主要工作
1.5.2本书的组织结构
第2章人工免疫系统研究
2.1引言
2.2生物免疫系统
2.2.1免疫学基本概念
2.2.2生物免疫系统组成与功能
2.2.3生物免疫系统的特点
2.2.4生物免疫应答与免疫记忆
2.2.5免疫系统克隆选择理论
2.2.6独特性免疫网络理论
2.3人工免疫系统的研究内容和范围
2.4人工免疫系统与其他方法的比较
2.4.1人工免疫系统与进化计算
2.4.2人工免疫系统与人工神经网络
2.4.3人工免疫系统与一般的确定性优化算法
2.5小结
第3章免疫进化算法
3.1引言
3.2人工免疫算法
3.2.1人工免疫算法原理
3.2.2人工免疫算法特点
3.2.3人工免疫算法流程
3.2.4人工免疫算法与其他算法的比较
3.3免疫遗传算法
3.3.1免疫疫苗
3.3.2免疫算子
3.3.3免疫遗传算法基本流程
3.4阴性选择算法
3.5人工免疫网络算法
3.6小结
第4章免疫克隆选择算法
4.1引言
4.2克隆选择原理与应用
4.2.1克隆选择原理
4.2.2克隆选择在优化中的应用
4.3克隆选择算子的机理与构造
4.3.1克隆选择算子
4.3.2基因变异算子
4.4免疫克隆选择算法的流程
4.5免疫克隆选择算法的特点
4.6免疫克隆选择算法与进化计算的比较
4.7小结
第5章免疫克隆选择算法的改进研究
5.1引言
5.2基本免疫克隆选择算法的不足
5.3免疫显性克隆选择算法
5.3.1抗体免疫显性
5.3.2克隆算子
5.3.3指数型变异
5.3.4免疫显性克隆选择算法流程
5.4主从式免疫克隆选择算法
5.4.1主从式结构
5.4.2子种群的改良
5.4.3主种群的改良
5.4.4迁入和迁出
5.4.5主从式免疫克隆选择算法流程
5.5自适应全局免疫克隆选择算法
5.5.1选择算子
5.5.2克隆算子
5.5.3变异算子
5.5.4自适应全局免疫克隆选择算法流程
5.6不同算法之间的比较
5.7小结
第6章免疫显性克隆选择算法求解CVRP
6.1引言
6.2物流配送问题描述
6.3物流配送问题数学模型的建立
6.3.1问题的假设与说明
6.3.2物流配送问题数学模型
6.4物流配送问题求解方法
6.5免疫显性克隆选择算法解决CVRP的算法实现
6.6仿真实例与分析
6.6.1小规模BENCHMARK实例仿真与分析
6.6.2中大规模BENCHMARK实例仿真与分析
6.7小结
第7章主从式免疫克隆选择算法求解TAP
7.1引言
7.2任务分配问题描述
7.3任务分配问题的数学模型
7.4主从式免疫克隆选择算法解决TAP的算法实现
7.4.1抗体编码及适值函数建立
7.4.2主从式免疫克隆选择算法解决TAP的流程
7.5仿真实例与分析
7.6小结
第8章自适应全局免疫克隆选择算法优化FLC
8.1引言
8.2模糊逻辑控制器的设计
8.2.1FLC的语言变量
8.2.2语言变量值的选取
8.2.3隶属度函数的选取
8.2.4控制规则的确定
8.2.5模糊推理及决策
8.3基于AGICSA的FLC优化设计
8.4基于AGICSA的PHEV FEMC设计与优化
8.4.1并联式混合动力汽车描述
8.4.2模糊能量管理控制器设计
8.4.3模糊能量管理控制器优化
8.4.4仿真结果与分析
8.5小结
第9章结论与展望
附录CVRP BENCHMARK
参考文献