基于正常模型的人工免疫系統(tǒng)及其應(yīng)用

第1章 免疫計(jì)算的概念
1.1 免疫計(jì)算問題的定義
1.1.1 人工免疫系統(tǒng)的定義
1.1.2 免疫算法的定義
1.2 免疫計(jì)算研究的進(jìn)展
1.2.1 免疫算法的分析和比較
1.2.2 免疫計(jì)算模型的分析和比較
1.2.3 人工免疫網(wǎng)絡(luò)的分析和比較
1.2.4 人工免疫系統(tǒng)設(shè)計(jì)的分析和比較
1.2.5 免疫計(jì)算的應(yīng)用
1.2.6 免疫計(jì)算的瓶頸問題和未來研究重點(diǎn)
1.3 人丁免疫系統(tǒng)與人工智能的關(guān)系
1.3.1 人丁免疫系統(tǒng)與模式識別的關(guān)系
1.3.2 人工免疫系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的關(guān)系
1.3.3 人工免疫系統(tǒng)在計(jì)算智能學(xué)科中的地位
1.4 本書的思路與結(jié)構(gòu)
1.4.1 突破免疫計(jì)算研究瓶頸的思路
1.4.2 本書研究要點(diǎn)的章節(jié)安排
參考文獻(xiàn)第2章 人工免疫系統(tǒng)的自然計(jì)算模型
2.1 自然計(jì)算的起源
2.2 自然計(jì)算問題
2.3 自然計(jì)算的廣義映射模型
2.4 人工免疫系統(tǒng)的自然計(jì)算模型
2.5 小結(jié)
參考文獻(xiàn)第3章 生物免疫系統(tǒng)的模型構(gòu)建
3.1 生物免疫系統(tǒng)的經(jīng)典模型
3.2 人類免疫系統(tǒng)的可視化免疫模型
3.2.1 人類免疫系統(tǒng)的3層可視化免疫模型
3.2.2 人類免疫系統(tǒng)的可視化仿真
3.3 生物免疫系統(tǒng)的正常模型和自體／異體檢測模型
3.3.1 生物免疫系統(tǒng)正常模型的提出
3.3.2 基于生物免疫系統(tǒng)正常模型的自體／異體檢測模型
3.4 人類免疫系統(tǒng)的測不準(zhǔn)特性與免疫響應(yīng)極限
3.5 小結(jié)
參考文獻(xiàn)第4章 人工免疫系統(tǒng)的正常模型
4.1 人工免疫組件的時(shí)空屬性
4.1.1 實(shí)例免疫系統(tǒng)組件的時(shí)空屬性
4.1.2 文件組件的時(shí)空屬性
4.2 人工免疫系統(tǒng)的正常狀態(tài)
4.3 人丁免疫系統(tǒng)的正常模型
4.4 小結(jié)
參考文獻(xiàn)第5章 人工免疫系統(tǒng)的3層免疫計(jì)算模型
5.1 基于正常模型的免疫計(jì)算模型
5.1.1 免疫計(jì)算的3層測不準(zhǔn)有限計(jì)算模型
5.1.2 基于正常模型的自體／異體檢測模型
5.2 未知異體學(xué)習(xí)模型
5.3 基于正常模型的系統(tǒng)自修復(fù)模型
5.4 小結(jié)
參考文獻(xiàn)第6章 基于正常模型的免疫算法設(shè)計(jì)
6.1 人工免疫系統(tǒng)的正常模型構(gòu)建算子
6.1.1 人工免疫靜態(tài)系統(tǒng)的正常模型構(gòu)建算子
6.1.2 人工免疫動態(tài)系統(tǒng)的正常模型構(gòu)建算子
6.2 人工免疫系統(tǒng)的自體／異體檢測算子
6.2.1 基于正常模型的自體／異體檢測算子
6.2.2 自體／異體檢測算子?實(shí)際應(yīng)用例子
6.3 人工免疫系統(tǒng)的異體識別算子
6.3.1 已知異體識別算子
6.3.2 未知異體識別算子
6.4 人工免疫系統(tǒng)的異體消除算子和系統(tǒng)自修復(fù)算子
6.4.1 人工免疫系統(tǒng)的異體消除算子
6.4.2 基于正常模型的系統(tǒng)自修復(fù)算子
6.5 人工免疫系統(tǒng)的并行免疫計(jì)算
6.5.1 人工免疫系統(tǒng)的并行免疫計(jì)算框架
6.5.2 并行免疫計(jì)算的復(fù)雜度定理
6.6 小結(jié)
參考文獻(xiàn)第7章 抗蠕蟲病毒的靜態(tài)web免疫系統(tǒng)原型設(shè)計(jì)
7.1 web系統(tǒng)抗蠕蟲病毒與免疫計(jì)算的需求分析
7.1.1 蠕蟲病毒對web系統(tǒng)的危害
7.1.2 web系統(tǒng)中抗蠕蟲病毒技術(shù)的國內(nèi)外研究現(xiàn)狀
7.2 抗蠕蟲病毒web系統(tǒng)的正常模型構(gòu)建
7.2.1 抗蠕蟲病毒web系統(tǒng)的形式化表示和正常模型構(gòu)建
7.2.2 web系統(tǒng)正常模型的特性及其理論證明
7.3 抗蠕蟲病毒web免疫系統(tǒng)的原型設(shè)計(jì)
7.3.1 抗蠕蟲病毒web系統(tǒng)的免疫計(jì)算3層模型
7.3.2 web系統(tǒng)自體數(shù)據(jù)庫和蠕蟲病毒異體數(shù)據(jù)庫的設(shè)計(jì)
7.3.3 基于正常模型的自體／異體檢測
7.3.4 基于bp神經(jīng)網(wǎng)絡(luò)的未知蠕蟲病毒識別
7.3.5 基于正常模型與免疫計(jì)算的web系統(tǒng)自修復(fù)
7.4 抗蠕蟲病毒web免疫系統(tǒng)的實(shí)際應(yīng)用測試
7.5 小結(jié)
參考文獻(xiàn)
 
第8章 免疫計(jì)算的測不準(zhǔn)性、計(jì)算有限性和魯棒性分析
8.1 免疫計(jì)算的測不準(zhǔn)特性分析
8.2 人工免疫系統(tǒng)的計(jì)算有限性與并行計(jì)算
8.3 免疫計(jì)算的魯棒性分析
8.3.1 人工免疫系統(tǒng)魯棒性的定義
8.3.2 理想分布式人工免疫系統(tǒng)的魯棒性歸約定理
8.3.3 實(shí)際人工免疫系統(tǒng)的魯棒相關(guān)性
8.4 小結(jié)
參考文獻(xiàn)第9章 免疫控制的結(jié)構(gòu)理論與自然計(jì)算體系結(jié)構(gòu)
9.1 免疫控制的四元結(jié)構(gòu)理論
9.2 免疫控制系統(tǒng)的自然計(jì)算體系結(jié)構(gòu)
9.3 小結(jié)
參考文獻(xiàn)第10章 基于正常模型和免疫計(jì)算的軟件故障檢測與診斷
10.1 免疫計(jì)算新模型在病毒故障診斷中的應(yīng)用
10.1.1 病毒故障診斷的免疫算法
10.1.2 病毒故障診斷的免疫系統(tǒng)及其應(yīng)用測試
10.2 免疫計(jì)算新模型在移動機(jī)器人軟件故障診斷中的應(yīng)用
10.2.1 移動機(jī)器人軟件系統(tǒng)的正常模型
10.2.2 未知環(huán)境中移動機(jī)器人軟件故障診斷的正常模型構(gòu)建算法設(shè)計(jì)
10.2.3 移動機(jī)器人軟件故障診斷的故障檢測算法和異體消除算法設(shè)計(jì)
10.2.4 未知環(huán)境中?動機(jī)器人的已知軟件故障診斷算法設(shè)計(jì)
10.2.5 未知環(huán)境中移動機(jī)器人軟件系統(tǒng)的未知故障診斷算法設(shè)計(jì)
10.2.6 未知環(huán)境中移動機(jī)器人軟件系統(tǒng)的故障修復(fù)算法設(shè)計(jì)
10.2.7 未知環(huán)境中移動機(jī)器人軟件故障診斷系統(tǒng)的界面設(shè)計(jì)
10.2.8 機(jī)器人amigo的軟件故障診斷實(shí)驗(yàn)
10.2.9 中南大學(xué)移動機(jī)器人1號的軟件故障診斷實(shí)驗(yàn)
10.3 小結(jié)
參考文獻(xiàn)第11章 免疫網(wǎng)絡(luò)的自適應(yīng)調(diào)節(jié)與重構(gòu)
11.1 免疫網(wǎng)絡(luò)的結(jié)構(gòu)化表示
11.2 免疫網(wǎng)絡(luò)的自適應(yīng)調(diào)節(jié)與重構(gòu)
11.2.1 人工免疫網(wǎng)絡(luò)的自適應(yīng)調(diào)節(jié)與重構(gòu)模?
11.2.2 人工免疫網(wǎng)絡(luò)的自適應(yīng)重構(gòu)應(yīng)用
11.3 免疫網(wǎng)絡(luò)在網(wǎng)絡(luò)教育平臺上的應(yīng)用
11.3.1 多維教育免疫網(wǎng)絡(luò)的建模
11.3.2 多維教育免疫真體
11.3.3 多維教育免疫網(wǎng)絡(luò)的原型設(shè)計(jì)
11.4 抗災(zāi)免疫網(wǎng)絡(luò)的建模與設(shè)計(jì)
11.4.1 抗災(zāi)免疫網(wǎng)絡(luò)的應(yīng)用背景
11.4.2 免疫網(wǎng)絡(luò)軟件系統(tǒng)的正常模型
11.4.3 免疫網(wǎng)絡(luò)的抗災(zāi)功能設(shè)計(jì)
11.5 小結(jié)
參考文獻(xiàn)第12章 免疫計(jì)算與其他智能技術(shù)的集成研究
12.1 免疫計(jì)算與進(jìn)化計(jì)算的集成
12.2 免疫計(jì)算與神經(jīng)計(jì)算的集成
12.3 小?
參考文獻(xiàn)第13章 結(jié)論與展望
13.1 幾點(diǎn)總結(jié)
13.2 展望參考文獻(xiàn)