混合免疫智能算法理論及應用

第1章  緒論
1.1  人工免疫系統(tǒng)的研究概況
1.1.1  生物免疫系統(tǒng)
1.1.2  人工免疫系統(tǒng)
1.1.3  人工免疫算法
1.2  混合免疫智能算法研究概況
1.2.1  典型混合免疫智能計算模型
1.2.2  混合免疫智能算法應用研究進展
1.3  現(xiàn)有混合免疫智能算法存在的主要問題及解決途徑
1.3.1  混合免疫智能算法理論研究的缺陷及解決思路
1.3.2  混合免疫智能算法應用研究的局限及拓展
1.4  背景與意義
1.5  內(nèi)容安排
第2章  競爭合作型協(xié)同免疫進化算法
2.1  引言
2.2  競爭合作協(xié)同免疫進化模型
2.2.1  基于生態(tài)種群密度的種群競爭操作
2.2.2  群體協(xié)同合作操作
2.3  種群內(nèi)部免疫優(yōu)勢克隆選擇操作
2.3.1  抗體局部最優(yōu)免疫優(yōu)勢算子
2.3.2  基于信息熵的種群多樣性控制
2.3.3  種群內(nèi)部抗體克隆選擇操作
2.4  算法流程及其收斂性能分析
2.4.1  競爭合作型協(xié)同免疫進化算法步驟
2.4.2  收斂性分析
2.4.3  時間復雜度分析
2.5  實驗仿真
2.5.1  三種不同形式ICA算法性能比較
2.5.2  CCCICA與其他免疫克隆選擇算法的性能比較
2.5.3  CCCICA與其他智能算法的性能比較
2.6  本章小結(jié)
第3章  免疫雙態(tài)粒子群算法
3.1  引言
3.2  粒子群算法優(yōu)化原理
3.3  免疫雙態(tài)粒子群算法
3.3.1  雙態(tài)粒子群算法機理
3.3.2  精英粒子局部增強學習算子
3.3.3  粒子免疫優(yōu)化
3.4  IBPSO算法流程及性能分析
3.4.1  算法IBPSO流程
3.4.2  算法性能及收斂性分析
3.5  仿真實驗及分析
3.5.1  BPSO（雙模態(tài)粒子群）比例參數(shù)
3.5.2  算法精度比較
3.5.3  t-test測試比較
3.5.4  高維函數(shù)實驗
3.5.5  多模態(tài)函數(shù)及多樣性實驗
3.6  本章小結(jié)
第4章  免疫協(xié)同粒子群算法
4.1  引言
4.2  免疫協(xié)同粒子群進化算法
4.2.1  免疫協(xié)同粒子群進化模型
4.2.2  普通種群混合免疫網(wǎng)絡(luò)粒子群算法
4.2.3  記憶庫免疫進化
4.3  協(xié)作操作
4.3.1  個體極值小波學習
4.3.2  優(yōu)勢抗體遷移與共享
4.4  ICPSO算法流程
4.5  實驗仿真及分析
4.5.1  算法精度比較
4.5.2  算法計算復雜度比較
4.5.3  算法t-test值比較
4.5.4  相關(guān)參數(shù)及其算子分析
4.5.5  動態(tài)性能測試
4.5.6  ICPSO與IBPSO的性能比較
4.6  本章小結(jié)
第5章  免疫蟻群自適應融合算法
5.1  引言
5.2  蟻群算法優(yōu)化機理
5.3  基于統(tǒng)計學習的免疫融合蟻群算法（ACALA）
5.3.1  帶混沌擾動算子啟發(fā)式蟻群算法
5.3.2  MAX-MIN機制
5.3.3  免疫操作搜索算子
5.3.4  基于統(tǒng)計學習的自適應免疫蟻群融合算法
5.3.5  ACALA算法收斂性分析及實驗仿真
5.4  免疫雙態(tài)蟻群融合算法（BAIA）
5.4.1  雙態(tài)蟻群機理
5.4.2  信息素的更新規(guī)則
5.4.3  BAIA算法流程
5.4.4  BAIA算法性能分析
5.4.5  BAIA算法測試實驗及分析
5.5  本章小結(jié)
第6章  基于混合免疫智能算法的混沌系統(tǒng)自抗擾優(yōu)化控制
6.1  引言
6.2  自抗擾控制
6.3  基于免疫雙態(tài)粒子群算法的混沌系統(tǒng)自抗擾優(yōu)化控制
6.3.1  非線性混沌系統(tǒng)
6.3.2  評價函數(shù)的選擇
6.3.3  混沌系統(tǒng)自抗擾優(yōu)化控制系統(tǒng)結(jié)構(gòu)圖
6.3.4  基于IBPSO算法的混沌系統(tǒng)ADRC優(yōu)化控制算法流程
6.3.5  實驗
6.4  基于IBPSO算法的混沌系統(tǒng)ADRC-CMAC并行優(yōu)化控制
6.4.1  CMAC結(jié)構(gòu)
6.4.2  ADRC與CMAC并行控制算法
6.4.3  基于IBPSO的ADRC-CMAC優(yōu)化設(shè)計流程
6.4.4  實驗
6.5  本章小結(jié)
第7章  基于混合免疫智能算法的永磁同步
電機系統(tǒng)多參數(shù)辨識與狀態(tài)監(jiān)測
7.1  引言
7.2  PMSM數(shù)學模型
7.3  基于免疫智能算法的永磁同步電機多參數(shù)辨識與溫度監(jiān)測模型
7.3.1  基于ICPSO的永磁同步電機多參數(shù)辨識思想
7.3.2  基于ICPSO的永磁同步電機多參數(shù)辨識與
溫度監(jiān)測模型
7.4  實驗及分析
7.4.1  實驗方案與平臺
7.4.2  實驗結(jié)果
7.5  本章小結(jié)
后記
參考文獻