人工免疫系统PDF|Epub|txt|kindle电子书版本网盘下载

人工免疫系统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

第一部分 人工免疫系统与人类免疫系统第一章 绪论3

1.1 自然计算3

1.2 人类免疫系统与免疫学5

1.2.1 人类免疫系统5

1.2.2 免疫学6

1.3 人工免疫系统8

1.3.1 定义8

1.3.2 免疫系统与人工免疫系统9

1.3.3 人工免疫系统发展历史及研究现状12

1.3.4 研究内容14

1.4 本书的目的和主要内容21

参考文献23

第二章 人类免疫系统28

2.1 概述28

2.2 组成28

2.2.1 细胞因子28

2.2.2 淋巴细胞29

2.2.3 抗原33

2.2.4 抗体34

2.2.5 抗体-抗原相互作用的度量36

2.2.6 MHC复合体37

2.2.7 淋巴系统38

2.2.8 补体系统38

2.3 结构39

2.3.1 多层免疫系统39

2.3.2 固有免疫系统40

2.3.3 自适应免疫系统40

2.4 功能41

2.4.1 主要功能41

2.4.2 自己与非己区分41

2.4.3 免疫应答42

2.4.4 免疫调节45

2.4.5 免疫耐受46

2.4.6 免疫自稳47

2.5 特性48

2.5.1 循环机制48

2.5.2 亚动力学48

2.5.3 免疫反馈49

2.5.4 分布性50

2.5.5 适应性50

2.5.6 鲁棒性51

2.5.7 进化52

2.6 免疫系统如何保护人体53

2.6.1 免疫系统功能的实现53

2.6.2 免疫系统对不同病原体的应答54

2.7 免疫系统与神经系统、内分泌系统56

2.7.1 神经系统和免疫系统、内分泌系统的相互作用56

2.7.2 神经系统与免疫系统比较57

2.8 理论59

2.8.1 克隆选择59

2.8.2 免疫独特型网络理论60

2.8.3 危险理论64

2.8.4 Cohen免疫模型66

2.9 免疫系统——复杂自适应系统68

2.9.1 复杂自适应系统的特征69

2.9.2 免疫系统作为复杂自适应系统69

2.9.3 复杂巨系统72

2.10 自组织与混沌72

2.11 涌现73

2.12 免疫学新进展73

参考文献74

第三章 免疫系统智能性77

3.1 免疫系统认知77

3.1.1 免疫认知77

3.1.2 语言隐喻78

3.1.3 免疫认知的意义79

3.1.4 机制主义模型79

3.2 免疫系统模式识别85

3.2.1 免疫模式识别85

3.2.2 免疫模式识别原理86

3.3 免疫系统学习与记忆87

3.3.1 免疫学习思想87

3.3.2 免疫系统学习与记忆88

3.3.3 免疫记忆理论89

3.4 免疫系统智能模型90

3.5 免疫智能与计算机系统91

参考文献92

第四章 免疫信息处理与免疫信息学94

4.1 概述94

4.2 信息论与生物学94

4.3 免疫系统信息处理95

4.3.1 免疫信息处理本质95

4.3.2 免疫系统信息处理模式96

4.3.3 新信息的产生96

4.3.4 免疫多样性的随机产生97

4.3.5 意义的产生98

4.3.6 克隆选择的意义98

4.3.7 危险与目的论99

4.4 神经、内分泌、免疫系统间的相互信息交流和调节99

4.4.1 免疫系统与其他系统的相互信息交流99

4.4.2 免疫信息活动层次101

4.4.3 免疫突触与免疫信息网络102

4.5 免疫信息学105

4.5.1 概念与起源105

4.5.2 实验基础与理论基础106

4.6 免疫信息学与人工免疫系统107

参考文献108

第二部分 面向医学的人工免疫系统第五章 面向医学的免疫系统建模111

5.1 概述111

5.2 免疫系统建模与仿真方法112

5.2.1 数学模型与计算模型112

5.2.2 形态空间115

5.2.3 字符串模型125

5.2.4 细胞自动机模型128

5.2.5 Petri网模型130

5.2.6 基于主体的模型134

5.2.7 多尺度建模方法137

5.3 模型要求141

5.3.1 基本特征141

5.3.2 免疫系统模拟方法142

5.3.3 分析143

5.4 本章小结144

参考文献144

第六章 面向医学的免疫系统仿真147

6.1 概述147

6.2 免疫系统仿真148

6.2.1 免疫系统仿真器148

6.2.2 改进CS模型160

6.2.3 SIMMUNE模型169

6.2.4 群智能模型172

6.2.5 自下而上方法174

6.3 讨论179

参考文献180

第三部分 面向工程的人工免疫系统第七章 免疫混合算法185

7.1 概述185

7.1.1 免疫算法的基本类型185

7.1.2 免疫算法设计186

7.2 一般免疫算法187

7.2.1 一般免疫算法描述187

7.2.2 信息熵免疫算法189

7.2.3 矢量矩免疫算法196

7.3 免疫遗传算法198

7.3.1 概述198

7.3.2 装箱问题免疫遗传算法200

7.3.3 免疫记忆遗传算法200

7.3.4 免疫疫苗算法202

7.4 免疫策略进化算法204

7.4.1 概述204

7.4.2 算法描述204

7.4.3 算法讨论206

7.5 免疫规划算法206

7.5.1 概述206

7.5.2 多模式搜索遗传规划206

7.6 免疫粒子群算法208

7.6.1 概述208

7.6.2 免疫记忆粒子群优化算法209

7.6.3 基于疫苗接种的免疫粒子群优化算法210

7.7 免疫蚁群算法211

7.7.1 蚁群算法的基本原理211

7.7.2 蚁群算法和免疫算法的融合212

7.8 混沌免疫算法214

7.8.1 概述214

7.8.2 混沌免疫算法214

7.9 混沌免疫遗传模糊算法217

7.9.1 CIGAFS的计算策略217

7.9.2 CIGAFS的基本特征220

7.10 讨论221

参考文献221

第八章 人工免疫网络225

8.1 概述225

8.2 人工免疫网络模型的基本框架226

8.3 电路模拟人工免疫网络模型227

8.3.1 模型描述227

8.3.2 仿真结果229

8.4 讨论230

参考文献230

第九章 克隆选择算法232

9.1 概述232

9.2 基本克隆选择算法236

9.2.1 算法过程236

9.2.2 不同用途的基本克隆选择算法236

9.3 并行克隆选择算法238

9.3.1 模型描述238

9.3.2 分布式免疫记忆克隆选择算法239

9.3.3 并行实现241

9.4 免疫克隆数据项挖掘算法243

9.4.1 算法思想243

9.4.2 关联规则算法244

9.4.3 性能分析246

9.5 讨论247

参考文献247

第十章 免疫优化250

10.1 概述250

10.2 免疫多目标优化252

10.2.1 问题描述252

10.2.2 约束优化问题的人工免疫响应模型253

10.3 免疫多模态（多峰值）优化257

10.3.1 算法基本概念258

10.3.2 算法流程258

10.4 免疫并行优化260

10.4.1 算法概念260

10.4.2 并行混合免疫算法的实现260

10.5 免疫结构优化261

10.5.1 概述261

10.5.2 结构优化免疫算法262

10.6 旅行商问题267

10.6.1 旅行商问题的描述267

10.6.2 旅行商问题的人工免疫算法268

10.7 变邻域免疫算法270

10.7.1 变邻域免疫算法270

10.7.2 VNIA的分析275

10.7.3 数值仿真结果279

10.8 免疫神经网络优化285

10.9 免疫优化算法理论287

10.9.1 概念框架287

10.9.2 算法流程288

10.9.3 算法理论描述289

10.10 讨论290

参考文献290

第十一章 免疫调度算法296

11.1 免疫优化调度综述296

11.1.1 免疫调度算法的一般框架297

11.1.2 免疫调度算法按机理分类297

11.1.3 免疫调度算法的应用领域300

11.1.4 免疫调度算法的研究方向301

11.2 混合免疫调度算法302

11.2.1 参数化活动调度303

11.2.2 混沌搜索免疫调度算法303

11.2.3 参数化活动调度启发式算法305

11.2.4 禁忌搜索调度算法307

11.2.5 实验结果309

11.3 小结311

参考文献312

第十二章 免疫控制316

12.1 概述316

12.2 人工免疫系统在控制领域中的应用316

12.3 免疫控制器317

12.3.1 基于免疫应答的控制器317

12.3.2 双因子免疫机制320

12.3.3 双因子免疫控制器320

12.3.4 免疫控制器的设计与实现321

12.4 免疫神经控制322

12.4.1 人工免疫网络改进方法322

12.4.2 基于人工免疫网络的免疫神经控制323

12.4.3 控制系统325

12.5 基于克隆选择的单级倒立摆PID参数控制326

12.5.1 单级倒立摆数学模型327

12.5.2 克隆选择控制算法设计328

12.5.3 免疫克隆算法328

12.5.4 简单克隆选择控制算法330

12.5.5 单级倒立摆PID控制参数优化结果332

12.5.6 单级倒立摆PID控制效果仿真333

12.5.7 单级倒立摆PID实时控制336

12.5.8 算法复杂性分析337

12.5.9 一阶延迟模型PID控制参数优化337

12.6 讨论341

参考文献341

第十三章 人工免疫系统与智能主体343

13.1 概述343

13.1.1 主体概述343

13.1.2 多主体与人工免疫系统344

13.2 免疫系统在多主体的应用345

13.2.1 免疫多主体网络模型345

13.2.2 免疫主体-免疫机制与多主体结合348

13.2.3 免疫多主体控制352

13.2.4 讨论359

13.3 主体在人工免疫系统的应用359

13.3.1 基于免疫系统的智能多主体模型359

13.3.2 讨论361

13.4 一般免疫多主体模型361

13.4.1 一般免疫多主体及特征361

13.4.2 模型框架363

13.4.3 免疫主体的特点364

13.5 讨论364

参考文献365

第十四章 人工免疫系统与机器学习367

14.1 免疫系统与机器学习概述367

14.2 免疫无监督学习方法367

14.3 面向流数据特征提取的人工免疫网络模型371

14.4 基于复杂网络的人工免疫网络模型学习性能评价376

14.4.1 网络社区结构的定量描述376

14.4.2 基于复杂网络的人工免疫网络性能评价方法378

14.4.3 人工免疫网络模型算法的性能评价指标381

14.5 基于网络社区结构的数据集非均衡程度度量384

14.5.1 问题描述384

14.5.2 度量方法386

14.5.3 性能评价388

14.6 免疫监督学习393

14.6.1 免疫分类算法研究393

14.6.2 人工免疫识别系统395

14.6.3 克隆选择分类器算法398

14.6.4 免疫监督学习模型400

14.6.5 免疫阴性选择分类器401

14.7 人工免疫系统与数据挖掘405

14.7.1 人工免疫系统在网络挖掘的应用405

14.7.2 人工免疫网络协同过滤推荐系统406

14.7.3 基于克隆选择的关联规则挖掘412

14.7.4 基于一般免疫算法的关联规则提取414

14.7.5 基于人工免疫网络的频繁项挖掘算法416

14.8 讨论418

参考文献419

第十五章 人工免疫系统与异常检测424

15.1 概述424

15.1.1 异常检测定义424

15.1.2 问题描述425

15.2 阴性选择算法426

15.2.1 发展与研究概述426

15.2.2 基本阴性选择算法429

15.2.3 实数阴性选择算法432

15.2.4 多层免疫学习算法437

15.3 阴性选择算法的匹配规则438

15.3.1 匹配规则定义438

15.3.2 实数值表示及距离度量444

15.4 检测器产生机制446

15.4.1 字符串型检测器446

15.4.2 基于遗传算法的检测器产生法448

15.4.3 启发式检测器产生算法449

15.4.4 空间转换检测器产生法450

15.4.5 多形态检测器产生法451

15.5 检测器产生复杂性452

15.6 检测器覆盖453

15.6.1 二进制检测器覆盖453

15.6.2 实数检测器覆盖456

15.6.3 变阈值阴性选择算法及覆盖效率457

15.6.4 检测器集的生成方法与分析462

15.6.5 关于阴性选择算法的一些问题473

15.7 基于人工免疫系统的故障诊断475

15.7.1 故障诊断475

15.7.2 基于人工免疫系统的故障诊断475

15.7.3 硬件系统的免疫故障诊断475

15.7.4 软件系统的免疫故障耐受483

15.8 基于人工免疫系统的计算机安全486

15.8.1 概述486

15.8.2 基于免疫的计算机安全系统486

15.8.3 入侵检测489

15.8.4 病毒检测489

15.8.5 免疫垃圾邮件检测491

15.8.6 危险理论在计算机免疫系统的应用496

15.9 讨论498

参考文献498

第十六章 人工免疫系统硬件507

16.1 免疫硬件系统507

16.1.1 免疫故障耐受系统概述507

16.1.2 硬件免疫故障耐受系统的原理与实现508

16.1.3 基于免疫电子学的胚胎阵列512

16.2 免疫计算机516

16.2.1 问题516

16.2.2 定义516

16.2.3 应用517

16.2.4 免疫计算机基础517

16.3 抗体芯片522

16.3.1 蛋白质与抗体微阵列芯片技术522

16.3.2 抗体芯片的特点与作用524

16.4 讨论526

参考文献526

第十七章 人工免疫系统软件528

17.1 概述528

17.2 人工免疫系统平台iNet528

17.2.1 iNet中的构件和模式528

17.2.2 iNet的应用iNexus——基于策略的网络服务器529

17.3 适应性人工免疫系统的软件构架532

17.3.1 人工免疫系统适应性问题532

17.3.2 适应性构架533

17.3.3 GeGeM通用基因模型535

17.3.4 GeGeM模型的一般性537

17.3.5 讨论537

17.4 免疫启发的分布式学习环境537

17.4.1 模型概念537

17.4.2 结构538

17.4.3 过程539

17.4.4 用途539

17.5 讨论542

参考文献542

第十八章 免疫系统计算543

18.1 新结构和技术的需求543

18.2 复杂问题与生物学方法544

18.3 硅的替代544

18.4 免疫系统计算和免疫体模型545

18.4.1 免疫系统计算与免疫系统计算机545

18.4.2 免疫系统计算546

18.4.3 抗体芯片与免疫系统计算机550

18.5 免疫体模型551

18.6 讨论552

参考文献553

第四部分 人工免疫系统理论557

第十九章 人工免疫系统研究框架557

19.1 面向工程的人工免疫系统模型557

19.2 人工免疫系统模型558

19.2.1 进程代数558

19.2.2 多主体模型563

19.3 免疫隐喻567

19.3.1 隐喻思想567

19.3.2 免疫系统隐喻567

19.4 人工免疫系统设计框架569

19.5 人工免疫系统一般设计步骤572

19.6 人工免疫系统作为复杂自适应系统574

19.7 讨论577

参考文献578

第二十章 人工免疫系统问题与展望580

20.1 人工免疫系统现有问题与展望580

20.1.1 免疫算法580

20.1.2 理论研究581

20.1.3 混合系统581

20.1.4 应用581

20.2 人工免疫系统未来面临的问题582

参考文献584

附录A 人工免疫系统的相关论著585

A.1 图书与特刊585

A.2 人工免疫系统研究者与网站585

A.3 研究组织586

附录B 中英术语对照587