多目标优化免疫算法、理论和应用

本书在全面总结目前国内外多目标优化及人工免疫系统发展现状的基础上，着重介绍作者在基于人工免疫系统的多目标优化这一领域的研究成果，针对不同问题提出多种新的算法和实现策略。主要内容包括：第一部分人工免疫系统基础。首先，论述人工智能和计算智能以及进化论与计算智能之间的关系，强调进化论和仿生方法在人工智能方法发展中的作用。其次，从信息处理的角度，介绍有关生物免疫系统的基本概念、构成及其功能，为人工免疫系统研究做生物学准备。然后，阐述人工免疫系统的历史、研究现状。第二部分多目标优化相关理论。系统介绍多目标优化问题、多目标优化算法的研究现状、多目标优化算法的设计目标、多目标优化算法的收敛性及其性能度量方法。第三部分免疫克隆选择多目标优化算法、免疫记忆克隆算法及其应用。在这一部分系统探讨相应免疫克隆选择多目标优化算法及其在多目标0/1背包问题、约束优化问题、动态多目标优化问题及多目标聚类中的应用。第四部分给出了四种有效的多目标优化算法。求解多目标优化的非支配近邻免疫算法、求解偏好多目标优化的偏好等级免疫记忆克隆选择算法、基于多智能体的多目标社会协同进化算法、量子免疫克隆多目标优化算法。