人工免疫具有分布式、自学习、自适应、自组织和鲁棒性等特点，具有强大的信息处理和问题求解能力。免疫克隆选择算法是一种受生物免疫系统克隆选择原理启发而设计的新型智能优化算法。它结合了问题的先验知识和生物免疫系统的自适应能力，因而在信息处理方面具有较强的鲁棒性，在搜索过程中能好地收敛到全局优解。

　　《免疫克隆选择算法的研究与应用》：
　　免疫学是生物领域一门相对年轻的学科，然而，用免疫学的方法预防传染病的历史可以追溯到三百年以前。早在16世纪，我国医学家就创造性地发明了人痘，以预防天花。1976年英国医生EdwardJenner对牛痘的发明，取代了人痘苗，是经典的免疫学开端。自19世纪中叶起，微生物学的研究取得了令人瞩目的进展。细菌分离培养的成功，为各种人工菌苗的制备创造了条件。1881年，法国免疫学家Pasteur发明了减毒细菌疫苗，奠定了经典免疫疫苗的基础。1896年，德国学者Ehrlich提出了抗体生成的侧链学说（sidechaintheory），精确地推测了抗原与抗体分泌细胞相互作用的方式，奠定了受体学说的基础，不但对免疫学，而且对整个生命科学都具有重要意义。
　　20世纪20年代后，免疫学进入了主要是免疫化学的研究阶段。这一时期，在对抗原、抗体理化性质的研究，以及抗原抗体反应特异性化学基础的研究方面，都取得了重要的进展。1930年Landsteiner因对半抗原及血型抗原的研究而获得诺贝尔医学奖。与免疫化学的兴起相对应，在免疫学理论方面，Haurowitz等又提出抗体生成的模板学说，取代了侧链学说。1950年丹麦学者Jeme提出了抗体生成的天然抗体选择学说，直接对模板学说提出了挑战。1957年，Burnet在免疫生物学研究和遗传学研究的基础上，提出了抗体生成的克隆选择学说。此学说不仅阐明了抗体生成的生物学机制，而且对许多重要的免疫生物学现象，如抗原识别、免疫记忆、自身耐受、自身免疫等一系列问题都作出了解答，从而奠定了现代免疫学的基础。
　　……

第1章 绪论
1.1 引言
1.2 最优化问题
1.3 智能优化算法
1.3.1 进化算法
1.3.2 群智能算法
1.3.3 其他优化算法
1.4 人工免疫系统研究概述
1.4.1 人工免疫系统的生物学基础
1.4.2 人工免疫系统的发展及研究现状
1.4.3 人工免疫算法研究现状
1.5 本书的主要研究内容
1.5.1 本书的主要工作
1.5.2 本书的组织结构

第2章 人工免疫系统研究
2.1 引言
2.2 生物免疫系统
2.2.1 免疫学基本概念
2.2.2 生物免疫系统组成与功能
2.2.3 生物免疫系统的特点
2.2.4 生物免疫应答与免疫记忆
2.2.5 免疫系统克隆选择理论
2.2.6 独特性免疫网络理论
2.3 人工免疫系统的研究内容和范围
2.4 人工免疫系统与其他方法的比较
2.4.1 人工免疫系统与进化计算
2.4.2 人工免疫系统与人工神经网络
2.4.3 人工免疫系统与一般的确定性优化算法
2.5 小结

第3章 免疫进化算法
3.1 引言
3.2 人工免疫算法
3.2.1 人工免疫算法原理
3.2.2 人工免疫算法特点
3.2.3 人工免疫算法流程
3.2.4 人工免疫算法与其他算法的比较
3.3 免疫遗传算法
3.3.1 免疫疫苗
3.3.2 免疫算子
3.3.3 免疫遗传算法基本流程
3.4 阴性选择算法
3.5 人工免疫网络算法
3.6 小结

第4章 免疫克隆选择算法
4.1 引言
4.2 克隆选择原理与应用
4.2.1 克隆选择原理
4.2.2 克隆选择在优化中的应用
4.3 克隆选择算子的机理与构造
4.3.1 克隆选择算子
4.3.2 基因变异算子
4.4 免疫克隆选择算法的流程
4.5 免疫克隆选择算法的特点
4.6 免疫克隆选择算法与进化计算的比较
4.7 小结

第5章 免疫克隆选择算法的改进研究
5.1 引言
5.2 基本免疫克隆选择算法的不足
5.3 免疫显性克隆选择算法
5.3.1 抗体免疫显性
5.3.2 克隆算子
5.3.3 指数型变异
5.3.4 免疫显性克隆选择算法流程
5.4 主从式免疫克隆选择算法
5.4.1 主从式结构
5.4.2 子种群的改良
5.4.3 主种群的改良
5.4.4 迁入和迁出
5.4.5 主从式免疫克隆选择算法流程
5.5 自适应全局免疫克隆选择算法
5.5.1 选择算子
5.5.2 克隆算子
5.5.3 变异算子
5.5.4 自适应全局免疫克隆选择算法流程
5.6 不同算法之间的比较
5.7 小结

第6章 免疫显性克隆选择算法求解CVRP
6.1 引言
6.2 物流配送问题描述
6.3 物流配送问题数学模型的建立
6.3.1 问题的假设与说明
6.3.2 物流配送问题数学模型
6.4 物流配送问题求解方法
6.5 免疫显性克隆选择算法解决CVRP的算法实现
6.6 仿真实例与分析
6.6.1 小规模BENCHMARK实例仿真与分析
6.6.2 中大规模BENCHMARK实例仿真与分析
6.7 小结

第7章 主从式免疫克隆选择算法求解TAP
7.1 引言
7.2 任务分配问题描述
7.3 任务分配问题的数学模型
7.4 主从式免疫克隆选择算法解决TAP的算法实现
7.4.1 抗体编码及适值函数建立
7.4.2 主从式免疫克隆选择算法解决TAP的流程
7.5 仿真实例与分析
7.6 小结

第8章 自适应全局免疫克隆选择算法优化FLC
8.1 引言
8.2 模糊逻辑控制器的设计
8.2.1 FLC的语言变量
8.2.2 语言变量值的选取
8.2.3 隶属度函数的选取
8.2.4 控制规则的确定
8.2.5 模糊推理及决策
8.3 基于AGICSA的FLC优化设计
8.4 基于AGICSA的PHEVFEMC设计与优化
8.4.1 并联式混合动力汽车描述
8.4.2 模糊能量管理控制器设计
8.4.3 模糊能量管理控制器优化
8.4.4 仿真结果与分析
8.5 小结

第9章 结论与展望
附录 CVRPBENCHMARK
参考文献