免疫优化算法、模型及应用PDF|Epub|txt|kindle电子书版本网盘下载

免疫优化算法、模型及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 生物免疫机理1

1.1生物免疫系统1

1.1.1生物免疫系统组成1

1.1.2生物免疫系统的几个概念5

1.2免疫系统的作用及功能7

1.2.1生物免疫防御机理7

1.2.2免疫系统的功能7

1.3生物免疫多层防御机制8

1.3.1身体屏障9

1.3.2固有免疫系统和适应性免疫系统9

1.3.3免疫细胞的相互作用及其活化信号12

1.3.4体液免疫12

1.4树突状细胞对抗原的处理及提呈14

1.4.1树突状细胞14

1.4.2树突状细胞的抗原处理与提呈功能17

1.4.3树突状细胞与免疫激活和免疫耐受18

1.4.4树突状细胞的三种状态及激活信号18

1.5生物免疫系统的重要机制20

1.5.1免疫系统的信息处理特性20

1.5.2免疫学习和记忆21

1.5.3免疫响应22

1.5.4初次响应和二次响应24

1.5.5自己／非己识别26

1.6否定选择机制27

1.7克隆选择原理27

1.8免疫网络理论29

1.9神经免疫内分泌网络学说31

1.9.1免疫、神经及内分泌系统间相互作用的物质基础32

1.9.2神经、免疫、内分泌系统间的关系32

第2章 免疫系统动力学模型35

2.1抗原的动力学模型35

2.2抗体的动力学模型36

2.3免疫响应模型38

2.4自体／非自体的区别以及识别概率40

2.5克隆选择动力学模型41

2.6免疫网络模型45

2.7状态空间描述49

第3章 人工免疫系统概述51

3.1基于免疫的计算智能51

3.2人工免疫系统的工程应用53

3.3免疫系统的结构54

3.4基于最基本免疫机制的免疫算法56

第4章 否定选择算法57

4.1否定选择算法57

4.1.1否定选择算法描述57

4.1.2标准否定选择算法58

4.1.3否定选择算法过程58

4.1.4特征空间中否定选择算法概念图示59

4.1.5否定选择算法的模型描述60

4.1.6检测器的生成算法61

4.2否定选择算法应用于网络入侵检测64

4.3实值否定选择算法69

4.3.1实值否定选择算法的具体描述69

4.3.2检测器生成阶段70

4.3.3检测过程72

4.4实值否定选择算法应用73

4.4.1飞机飞行监测实例73

4.4.2实验及结果74

第5章 克隆选择算法76

5.1克隆选择算法描述76

5.1.1克隆选择算法的基本过程77

5.1.2克隆选择算法伪代码78

5.1.3特征空间中克隆选择算法概念图示78

5.1.4克隆选择算法模型描述79

5.2克隆选择算法应用于优化问题80

5.3动态克隆选择算法82

5.3.1简介82

5.3.2动态克隆选择算法的运行机制83

5.3.3动态克隆选择算法的流程图83

5.3.4动态克隆选择算法的伪代码84

5.4 DynamiCS在入侵检测中的应用85

5.5一种改进的快速克隆选择算法及实验88

第6章 人工免疫网络模型94

6.1通用免疫网络模型94

6.2 aiNet免疫网络模型96

6.2.1模型概述96

6.2.2基本原理97

6.2.3 aiNet网络模型算法98

6.2.4 aiNet网络模型分析101

6.3有限资源人工免疫系统模型101

6.3.1网络定义与描述102

6.3.2 ARB对象和激励值计算103

6.3.3 RLAIS算法104

6.4多值免疫网络模型104

6.4.1模型中的免疫细胞104

6.4.2免疫模型105

6.4.3免疫反馈原理106

6.4.4多值免疫模型基本原理106

6.5动态免疫网络模型108

6.5.1基本思想108

6.5.2诊断的概念109

6.5.3构成和工作原理109

6.6 Multi-Agent人工免疫模型111

6.6.1 Multi-Agent的框架112

6.6.2免疫Agent模型112

6.6.3免疫规则在Multi-Agent模型的应用113

6.6.4基于Multi-Agent的人工免疫模型114

6.6.5基于免疫Agent的动态诊断115

第7章 树突状细胞算法117

7.1概述117

7.2树突状细胞算法118

7.2.1危险理论118

7.2.2 DCA算法的基本原理与定义119

7.2.3 DCA算法描述及流程120

7.2.4 DC特征提取121

7.2.5 DCA伪代码122

7.3 Libtissue框架122

7.4实验结果与分析123

7.4.1数据源分析123

7.4.2参数分析与确定124

7.4.3性能分析125

7.5DCA存在的问题126

第8章基于生物网络的计算框架127

8.1人工子生物系统127

8.1.1人工神经网络（ANN）127

8.1.2人工免疫系统（AIS）127

8.1.3人工内分泌系统（AES）128

8.2生物网络结构128

8.2.1神经内分泌系统（ANE）128

8.2.2神经免疫系统（ANI）129

8.2.3内分泌免疫系统（AEI）129

8.2.4三大生物网络集成的系统——生物网络结构129

8.2.5人工生物网络的应用130

8.3基于神经内分泌免疫网络的计算模型130

8.3.1总体框架设计130

8.3.2生物网络平台的设计与实现131

第9章 多层免疫模型及其在故障诊断中的应用134

9.1引言134

9.2面向故障诊断的多层免疫模型结构135

9.3故障诊断问题定义137

9.4固有诊断层138

9.4.1自体库138

9.4.2故障知识库138

9.4.3自体／非自体识别140

9.4.4固有免疫诊断140

9.5故障传播诊断层143

9.5.1概述143

9.5.2基于免疫网络的故障传播模型145

9.5.3基于故障传播模型的诊断过程147

9.5.4算法描述151

9.5.5故障传播模型举例152

9.6基于体液免疫的双重学习方法154

9.6.1机器学习概述155

9.6.2基于体液免疫的双重学习模型156

9.6.3记忆细胞库生成阶段157

9.6.4故障检测阶段160

9.6.5抗原学习过程160

9.6.6检测效率的比较164

9.7多层免疫诊断模型在电机故障诊断中的应用166

9.7.1异步电动机故障机理分析166

9.7.2信号采集及故障特征分析167

9.7.3基于多层免疫模型的故障诊断实验170

9.7.4实验结果分析181

第10章引黄工程免疫优化调度模型及其应用182

10.1工程概况182

10.1.1全线自动化系统183

10.1.2工程监控和调度模式184

10.1.3工程的优化调度188

10.2供水水库的长期优化调度190

10.2.1水库概况190

10.2.2供水水库优化调度模型194

10.2.3径流预测神经网络195

10.2.4水库优化调度的免疫规划算法197

10.2.5典型年的识别方法198

10.2.6仿真计算200

10.3梯级输水工程段的优化调度203

10.3.1上层输水子系统的数学模型203

10.3.2下层泵站的数学模型204

10.3.3梯级泵站优化调度的分层克隆选择算法206

10.3.4算法详细设计208

10.3.5仿真计算213

10.4梯级引水工程的自主优化调度217

10.4.1长期自主优化调度器218

10.4.2短期自主优化调度器221

10.4.3仿真计算222

参考文献227