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