第1章 绪论 1
1.1 引言 1
1.2 最优化问题 3
1.3 智能优化算法 5
1.3.1 进化算法 6
1.3.2 群智能算法 7
1.3.3 其他优化算法 8
1.4 人工免疫系统研究概述 10
1.4.1 人工免疫系统的生物学基础 10
1.4.2 人工免疫系统的发展及研究现状 11
1.4.3 人工免疫算法研究现状 12
1.5 本书的主要研究内容 14
1.5.1 本书的主要工作 14
1.5.2 本书的组织结构 15
第2章 人工免疫系统研究 17
2.1 引言 17
2.2 生物免疫系统 17
2.2.1 免疫学基本概念 18
2.2.2 生物免疫系统组成与功能 19
2.2.3 生物免疫系统的特点 21
2.2.4 生物免疫应答与免疫记忆 21
2.2.5 免疫系统克隆选择理论 23
2.2.6 独特性免疫网络理论 23
2.3 人工免疫系统的研究内容和范围 24
2.4 人工免疫系统与其他方法的比较 26
2.4.1 人工免疫系统与进化计算 26
2.4.2 人工免疫系统与人工神经网络 26
2.4.3 人工免疫系统与一般的确定性优化算法 28
2.5 小结 28
第3章 免疫进化算法 29
3.1 引言 29
3.2 人工免疫算法 29
3.2.1 人工免疫算法原理 29
3.2.2 人工免疫算法特点 30
3.2.3 人工免疫算法流程 31
3.2.4 人工免疫算法与其他算法的比较 33
3.3 免疫遗传算法 33
3.3.1 免疫疫苗 34
3.3.2 免疫算子 35
3.3.3 免疫遗传算法基本流程 36
3.4 阴性选择算法 37
3.5 人工免疫网络算法 39
3.6 小结 40
第4章 免疫克隆选择算法 41
4.1 引言 41
4.2 克隆选择原理与应用 42
4.2.1 克隆选择原理 42
4.2.2 克隆选择在优化中的应用 44
4.3 克隆选择算子的机理与构造 46
4.3.1 克隆选择算子 46
4.3.2 基因变异算子 47
4.4 免疫克隆选择算法的流程 47
4.5 免疫克隆选择算法的特点 49
4.6 免疫克隆选择算法与进化计算的比较 50
4.7 小结 50
第5章 免疫克隆选择算法的改进研究 52
5.1 引言 52
5.2 基本免疫克隆选择算法的不足 52
5.3 免疫显性克隆选择算法 54
5.3.1 抗体免疫显性 54
5.3.2 克隆算子 55
5.3.3 指数型变异 56
5.3.4 免疫显性克隆选择算法流程 58
5.4 主从式免疫克隆选择算法 59
5.4.1 主从式结构 59
5.4.2 子种群的改良 60
5.4.3 主种群的改良 62
5.4.4 迁入和迁出 63
5.4.5 主从式免疫克隆选择算法流程 63
5.5 自适应全局免疫克隆选择算法 65
5.5.1 选择算子 65
5.5.2 克隆算子 66
5.5.3 变异算子 66
5.5.4 自适应全局免疫克隆选择算法流程 68
5.6 不同算法之间的比较 69
5.7 小结 79
第6章 免疫显性克隆选择算法求解CVRP 80
6.1 引言 80
6.2 物流配送问题描述 81
6.3 物流配送问题数学模型的建立 83
6.3.1 问题的假设与说明 83
6.3.2 物流配送问题数学模型 84
6.4 物流配送问题求解方法 85
6.5 免疫显性克隆选择算法解决CVRP的算法实现 86
6.6 仿真实例与分析 90
6.6.1 小规模BENCHMARK实例仿真与分析 91
6.6.2 中大规模BENCHMARK实例仿真与分析 92
6.7 小结 97
第7章 主从式免疫克隆选择算法求解TAP 98
7.1 引言 98
7.2 任务分配问题描述 98
7.3 任务分配问题的数学模型 99
7.4 主从式免疫克隆选择算法解决TAP的算法实现 101
7.4.1 抗体编码及适值函数建立 101
7.4.2 主从式免疫克隆选择算法解决TAP的流程 102
7.5 仿真实例与分析 104
7.6 小结 115
第8章 自适应全局免疫克隆选择算法优化FLC 116
8.1 引言 116
8.2 模糊逻辑控制器的设计 117
8.2.1 FLC的语言变量 117
8.2.2 语言变量值的选取 118
8.2.3 隶属度函数的选取 118
8.2.4 控制规则的确定 121
8.2.5 模糊推理及决策 121
8.3 基于AGICSA的FLC优化设计 122
8.4 基于AGICSA的PHEV FEMC设计与优化 124
8.4.1 并联式混合动力汽车描述 125
8.4.2 模糊能量管理控制器设计 126
8.4.3 模糊能量管理控制器优化 128
8.4.4 仿真结果与分析 129
8.5 小结 136
第9章 结论与展望 137
附录 CVRP BENCHMARK 140
参考文献 143