1. 研究目的与意义（文献综述）

如今，工程和科技方面的创新速度令人惊叹。人们对高效的优化技术和智能计算技术提出了更高更新的要求。鉴于许多实际工程问题的复杂性、约束性、非线性、多局部极小和建模困难等特点，寻找各种适合于工程实践应用需求的新型智能优化方法一直是一个重要的研究方向。^[1]

智能优化算法又称为现代启发式算法，是一种具有全局优化性能、通用性强、且适用于并行处理的算法。^[2]智能优化算法具有全局的、并行高效的优化性能、鲁棒性、通用性强、无需问题特殊信息等优点。^[3]

智能优化算法为用传统的优化方法难以解决的np-困难问题提供了有效的解决途径。任务的合理分配与调度是并行分布式系统获取高性能的关键因素之一,它们是np-困难的问题,基于智能优化方法的任务分配与调度算法是解决这些问题的有效算法。^[4]

2. 研究的基本内容与方案

本课题以智能优化算法中的免疫算法作为研究对象，学习掌握免疫算法基本原理、特点及应用范围。

人工免疫系统作为人工智能领域的重要分支，同神经网络及遗传算法一样也是智能信息处理的重要手段。基于这一思想，将免疫概念及其理论应用于遗传算法，在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或知识来抑制其优化过程中出现的退化现象，这种算法称为免疫算法。

免疫算法基于生物免疫系统基本机制，模仿了人体的免疫系统，构造具有动态性和自适应性的信息防御体系，来抵制外部无用和有害信息的侵入，从而保证接受信息的有效性与无害性。^[15]

3. 研究计划与安排

1-5周：查阅搜集相关资料，完成开题报告，并阅读并翻译相关英语文献，学习免疫算法的理论知识；

6-10周：学会使用matlab软件，运用matlab软件完成免疫算法的编程,并用标准数学算例验证程序；

11-13周：利用编制好的免疫算法程序解决包括船舶领域在内的3个不同实际工程问题；

4. 参考文献（12篇以上）

[1] 韦苗苗.智能优化算法及应用的研究[d].山东大学,2006.

[2] 温跃峰.自动化立体仓库储位规划算法研究[d].西安工业大学,2015.

[3] 刘琼.智能优化算法及其应用研究[d].江南大学,2011.