对于基于免疫算法化工过程优化要求

学位论文数据集3-4

摘要4-6

ABSTRACT6-8

目录8-12

Contents12-16

第一章 绪论16-26

1.1 课题探讨的背景和作用16-17

1.2 优化算法进展综述17-23

1.2.1 传统优化算法17-20

1.2.2 遗传算法20-23

1.3 人工免疫的探讨近况23-24

1.4 本课题的主要内容24-26

第二章 生物免疫与人工免疫系统26-36

2.1 生物免疫系统26-28

2.1.1 生物免疫基本概念及进展26

2.1.2 生物免疫系统组成26-28

2.1.3 免疫分类28

2.2 免疫系统功能28-30

2.2.1 免疫识别28-29

2.2.2 免疫应答29

2.2.3 免疫记忆29-30

2.3 克隆选择学说30-31

2.4 人工免疫系统31-35

2.4.1 生物免疫系统的启迪31-32

2.4.2 人工免疫模型及算法32-35

2.4.3 人工免疫系统的运用35

2.5 小结35-36

第三章 免疫克隆选择算法浅析及改善36-64

3.1 免疫克隆选择算法的生物机理36-37

3.2 免疫克隆选择算法（ICSA，Immune Clone Selection Algorithm）37-41

3.2.1 抗体编码方式37-38

3.2.2 克隆选择算子操作38-40

3.2.3 免疫克隆算法基本流程40-41

3.2.4 克隆选择算法的性质41

3.3 免疫克隆选择算法与其他优化算法的比较41-50

3.3.1 测试函数特性42-44

3.3.2 各算法参数设定44-45

3.3.3 算法比较结果45-50

3.4 免疫克隆选择算法的改善50-54

3.4.1 克隆选择算子参数对算法的影响50-52

3.4.2 传统免疫克隆选择算法的不足之处52-53

3.4.3 对免疫克隆算法的改善53-54

3.5 改善免疫克隆算法在 Matlab 中的实现与比较54-58

3.5.1 算法的编码方式54-55

3.5.2 种群初始化55

3.5.3 种群的克隆55

3.5.4 抗体的变异55-56

3.5.5 抗体选择56

3.5.6 运算结束条件56-57

3.5.7 改善免疫克隆算法与传统免疫克隆算法的比较57-58

3.6 免疫克隆选择算法求解有约束规划不足58-62

3.6.1 混合罚函数法58-59

3.6.2 惩罚免疫克隆选择算法59-62

3.7 小结62-64

第四章 惩罚免疫克隆选择算法在 VS2005 中的实现64-76

4.1 优化程序结构64-65

4.2 正则表达式运用于函数表达式的计算65-71

4.2.1 自变量的替换66-67

4.2.2 只含数字项表达式的计算67-69

4.2.3 运算优先级不足69-70

4.2.4 匹配子算式的正则表达式70-71

4.2.5 对含有括号项的处理71

4.3 正则表达式用于表达式的错误检查71-72

4.4 惩罚免疫克隆选择算法的实现72-75

4.5 小结75-76

第五章 PICSA 运用于化工历程优化76-88

5.1 锅炉发电系统优化76-83

5.1.1 锅炉发电系统76-79

5.1.2 建立优化不足模型79-81

5.1.3 求解锅炉涡轮规划不足81-83

5.2 烷基化反应历程优化83-87

5.2.1 烷基化反应历程83-84

5.2.2 建立优化不足模型84-86

5.2.3 求解烷基化反应历程规划不足86-87

5.3 小结87-88

第六章 结论与展望88-90

6.1 结论88-89

6.2 展望89-90