《免疫克隆選擇算法的研究與套用》內容簡介：人工免疫具有分散式、自學習、自適應、自組織和魯棒性等特點，具有強大的信息處理和問題求解能力。免疫克隆選擇算法是一種受生物免疫系統克隆選擇原理啟發而設計的新型智慧型最佳化算法。它結合了問題的先驗知識和生物免疫系統的自適應能力，因而在信息處理方面具有較強的魯棒性，在搜尋過程中能更好地收斂到全局最優解。
基本介紹
- 書名：免疫克隆選擇算法的研究與套用
- 出版社：東北大學出版社
- 頁數：162頁
- 開本：16
- 品牌：東北大學出版社
- 作者：石剛 馬佳
- 出版日期：2014年4月1日
- 語種：簡體中文
- ISBN：9787551705790
內容簡介,圖書目錄,
內容簡介
《免疫克隆選擇算法的研究與套用》編輯推薦：最佳化問題大量存在於科學研究和工程套用中的各個領域，因而開展最最佳化方法的研究具有重要的理論意義和實用價值。傳統的確定性最佳化方法存在諸多的局限性，難以解決當今社會日益增多的複雜問題。近年來，多學科交叉研究為解決此類問題提供了新的思路，其中以模仿生物免疫機理為理論基礎的人工免疫最佳化算法在各領域的研究與套用中表現出優異的性能，已經成為解決複雜最佳化問題的有力工具。
圖書目錄
第1章緒論
1.1引言
1.2最最佳化問題
1.3智慧型最佳化算法
1.3.1進化算法
1.3.2群智慧型算法
1.3.3其他最佳化算法
1.4人工免疫系統研究概述
1.4.1人工免疫系統的生物學基礎
1.4.2人工免疫系統的發展及研究現狀
1.4.3人工免疫算法研究現狀
1.5本書的主要研究內容
1.5.1本書的主要工作
1.5.2本書的組織結構
第2章人工免疫系統研究
2.1引言
2.2生物免疫系統
2.2.1免疫學基本概念
2.2.2生物免疫系統組成與功能
2.2.3生物免疫系統的特點
2.2.4生物免疫應答與免疫記憶
2.2.5免疫系統克隆選擇理論
2.2.6獨特性免疫網路理論
2.3人工免疫系統的研究內容和範圍
2.4人工免疫系統與其他方法的比較
2.4.1人工免疫系統與進化計算
2.4.2人工免疫系統與人工神經網路
2.4.3人工免疫系統與一般的確定性最佳化算法
2.5小結
第3章免疫進化算法
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人工免疫算法特點
3.2.3人工免疫算法流程
3.2.4人工免疫算法與其他算法的比較
3.3免疫遺傳算法
3.3.1免疫疫苗
3.3.2免疫運算元
3.3.3免疫遺傳算法基本流程
3.4陰性選擇算法
3.5人工免疫網路算法
3.6小結
第4章免疫克隆選擇算法
4.1引言
4.2克隆選擇原理與套用
4.2.1克隆選擇原理
4.2.2克隆選擇在最佳化中的套用
4.3克隆選擇運算元的機理與構造
4.3.1克隆選擇運算元
4.3.2基因變異運算元
4.4免疫克隆選擇算法的流程
4.5免疫克隆選擇算法的特點
4.6免疫克隆選擇算法與進化計算的比較
4.7小結
第5章免疫克隆選擇算法的改進研究
5.1引言
5.2基本免疫克隆選擇算法的不足
5.3免疫顯性克隆選擇算法
5.3.1抗體免疫顯性
5.3.2克隆運算元
5.3.3指數型變異
5.3.4免疫顯性克隆選擇算法流程
5.4主從式免疫克隆選擇算法
5.4.1主從式結構
5.4.2子種群的改良
5.4.3主種群的改良
5.4.4遷入和遷出
5.4.5主從式免疫克隆選擇算法流程
5.5自適應全局免疫克隆選擇算法
5.5.1選擇運算元
5.5.2克隆運算元
5.5.3變異運算元
5.5.4自適應全局免疫克隆選擇算法流程
5.6不同算法之間的比較
5.7小結
第6章免疫顯性克隆選擇算法求解CVRP
6.1引言
6.2物流配送問題描述
6.3物流配送問題數學模型的建立
6.3.1問題的假設與說明
6.3.2物流配送問題數學模型
6.4物流配送問題求解方法
6.5免疫顯性克隆選擇算法解決CVRP的算法實現
6.6仿真實例與分析
6.6.1小規模BENCHMARK實例仿真與分析
6.6.2中大規模BENCHMARK實例仿真與分析
6.7小結
第7章主從式免疫克隆選擇算法求解TAP
7.1引言
7.2任務分配問題描述
7.3任務分配問題的數學模型
7.4主從式免疫克隆選擇算法解決TAP的算法實現
7.4.1抗體編碼及適值函式建立
7.4.2主從式免疫克隆選擇算法解決TAP的流程
7.5仿真實例與分析
7.6小結
第8章自適應全局免疫克隆選擇算法最佳化FLC
8.1引言
8.2模糊邏輯控制器的設計
8.2.1FLC的語言變數
8.2.2語言變數值的選取
8.2.3隸屬度函式的選取
8.2.4控制規則的確定
8.2.5模糊推理及決策
8.3基於AGICSA的FLC最佳化設計
8.4基於AGICSA的PHEV FEMC設計與最佳化
8.4.1並聯式混合動力汽車描述
8.4.2模糊能量管理控制器設計
8.4.3模糊能量管理控制器最佳化
8.4.4仿真結果與分析
8.5小結
第9章結論與展望
附錄CVRP BENCHMARK
參考文獻
1.1引言
1.2最最佳化問題
1.3智慧型最佳化算法
1.3.1進化算法
1.3.2群智慧型算法
1.3.3其他最佳化算法
1.4人工免疫系統研究概述
1.4.1人工免疫系統的生物學基礎
1.4.2人工免疫系統的發展及研究現狀
1.4.3人工免疫算法研究現狀
1.5本書的主要研究內容
1.5.1本書的主要工作
1.5.2本書的組織結構
第2章人工免疫系統研究
2.1引言
2.2生物免疫系統
2.2.1免疫學基本概念
2.2.2生物免疫系統組成與功能
2.2.3生物免疫系統的特點
2.2.4生物免疫應答與免疫記憶
2.2.5免疫系統克隆選擇理論
2.2.6獨特性免疫網路理論
2.3人工免疫系統的研究內容和範圍
2.4人工免疫系統與其他方法的比較
2.4.1人工免疫系統與進化計算
2.4.2人工免疫系統與人工神經網路
2.4.3人工免疫系統與一般的確定性最佳化算法
2.5小結
第3章免疫進化算法
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人工免疫算法特點
3.2.3人工免疫算法流程
3.2.4人工免疫算法與其他算法的比較
3.3免疫遺傳算法
3.3.1免疫疫苗
3.3.2免疫運算元
3.3.3免疫遺傳算法基本流程
3.4陰性選擇算法
3.5人工免疫網路算法
3.6小結
第4章免疫克隆選擇算法
4.1引言
4.2克隆選擇原理與套用
4.2.1克隆選擇原理
4.2.2克隆選擇在最佳化中的套用
4.3克隆選擇運算元的機理與構造
4.3.1克隆選擇運算元
4.3.2基因變異運算元
4.4免疫克隆選擇算法的流程
4.5免疫克隆選擇算法的特點
4.6免疫克隆選擇算法與進化計算的比較
4.7小結
第5章免疫克隆選擇算法的改進研究
5.1引言
5.2基本免疫克隆選擇算法的不足
5.3免疫顯性克隆選擇算法
5.3.1抗體免疫顯性
5.3.2克隆運算元
5.3.3指數型變異
5.3.4免疫顯性克隆選擇算法流程
5.4主從式免疫克隆選擇算法
5.4.1主從式結構
5.4.2子種群的改良
5.4.3主種群的改良
5.4.4遷入和遷出
5.4.5主從式免疫克隆選擇算法流程
5.5自適應全局免疫克隆選擇算法
5.5.1選擇運算元
5.5.2克隆運算元
5.5.3變異運算元
5.5.4自適應全局免疫克隆選擇算法流程
5.6不同算法之間的比較
5.7小結
第6章免疫顯性克隆選擇算法求解CVRP
6.1引言
6.2物流配送問題描述
6.3物流配送問題數學模型的建立
6.3.1問題的假設與說明
6.3.2物流配送問題數學模型
6.4物流配送問題求解方法
6.5免疫顯性克隆選擇算法解決CVRP的算法實現
6.6仿真實例與分析
6.6.1小規模BENCHMARK實例仿真與分析
6.6.2中大規模BENCHMARK實例仿真與分析
6.7小結
第7章主從式免疫克隆選擇算法求解TAP
7.1引言
7.2任務分配問題描述
7.3任務分配問題的數學模型
7.4主從式免疫克隆選擇算法解決TAP的算法實現
7.4.1抗體編碼及適值函式建立
7.4.2主從式免疫克隆選擇算法解決TAP的流程
7.5仿真實例與分析
7.6小結
第8章自適應全局免疫克隆選擇算法最佳化FLC
8.1引言
8.2模糊邏輯控制器的設計
8.2.1FLC的語言變數
8.2.2語言變數值的選取
8.2.3隸屬度函式的選取
8.2.4控制規則的確定
8.2.5模糊推理及決策
8.3基於AGICSA的FLC最佳化設計
8.4基於AGICSA的PHEV FEMC設計與最佳化
8.4.1並聯式混合動力汽車描述
8.4.2模糊能量管理控制器設計
8.4.3模糊能量管理控制器最佳化
8.4.4仿真結果與分析
8.5小結
第9章結論與展望
附錄CVRP BENCHMARK
參考文獻
