第1章 生物免疫機理
1.1 生物免疫系統(tǒng)
1.1.1 生物免疫系統(tǒng)組成
1.1.2 生物免疫系統(tǒng)的幾個概念
1.2 免疫系統(tǒng)的作用及功能
1.2.1 生物免疫防御機理
1.2.2 免疫系統(tǒng)的功能
1.3 生物免疫多層防御機制
1.3.1 身體屏障
1.3.2 固有免疫系統(tǒng)和適應(yīng)性免疫系統(tǒng)
1.3.3 免疫細胞的相互作用及其活化信號
1.3.4 體液免疫
1.4 樹突狀細胞對抗原的處理及提呈
1.4.1 樹突狀細胞
1.4.2 樹突狀細胞的抗原處理與提呈功能 第1章 生物免疫機理
1.1 生物免疫系統(tǒng)
1.1.1 生物免疫系統(tǒng)組成
1.1.2 生物免疫系統(tǒng)的幾個概念
1.2 免疫系統(tǒng)的作用及功能
1.2.1 生物免疫防御機理
1.2.2 免疫系統(tǒng)的功能
1.3 生物免疫多層防御機制
1.3.1 身體屏障
1.3.2 固有免疫系統(tǒng)和適應(yīng)性免疫系統(tǒng)
1.3.3 免疫細胞的相互作用及其活化信號
1.3.4 體液免疫
1.4 樹突狀細胞對抗原的處理及提呈
1.4.1 樹突狀細胞
1.4.2 樹突狀細胞的抗原處理與提呈功能
1.4.3 樹突狀細胞與免疫激活和免疫耐受
1.4.4 樹突狀細胞的三種狀態(tài)及激活信號
1.5 生物免疫系統(tǒng)的重要機制
1.5.1 免疫系統(tǒng)的信息處理特性
1.5.2 免疫學(xué)習(xí)和記憶
1.5.3 免疫響應(yīng)
1.5.4 初次響應(yīng)和二次響應(yīng)
1.5.5 自己／非己識別
1.6 否定選擇機制
1.7 克隆選擇原理
1.8 免疫網(wǎng)絡(luò)理論
l.9 神經(jīng)免疫內(nèi)分泌網(wǎng)絡(luò)學(xué)說
1.9.1 免疫、神經(jīng)及內(nèi)分泌系統(tǒng)問相互作用的物質(zhì)基礎(chǔ)
1.9.2 神經(jīng)、免疫、內(nèi)分泌系統(tǒng)間的關(guān)系

第2章 免疫系統(tǒng)動力學(xué)模型
2.1 抗原的動力學(xué)模型
2.2 抗體的動力學(xué)模型
2.3 免疫響應(yīng)模型
2.4 自體／非自體的區(qū)別以及識別概率
2.5 克隆選擇動力學(xué)模型
2.6 免疫網(wǎng)絡(luò)模型
2.7 狀態(tài)空間描述

第3章 人工免疫系統(tǒng)概述
3.1 基于免疫的計算智能
3.2 人工免疫系統(tǒng)的工程應(yīng)用
3.3 免疫系統(tǒng)的結(jié)構(gòu)
3.4 基于最基本免疫機制的免疫算法

第4章 否定選擇算法
4.1 否定選擇算法
4.1.1 否定選擇算法描述
4.1.2 標準否定選擇算法
4.1.3 否定選擇算法過程
4.1.4 特征空間中否定選擇算法概念圖示
4.1.5 否定選擇算法的模型描述
4.1.6 檢測器的生成算法
4.2 否定選擇算法應(yīng)用于網(wǎng)絡(luò)入侵檢測
4.3 實值否定選擇算法
4.3.1 實值否定選擇算法的具體描述
4.3.2 檢測器生成階段
4.3.3 檢測過程
4.4 實值否定選擇算法應(yīng)用
4.4.1 飛機飛行監(jiān)測實例
4.4.2 實驗及結(jié)果

第5章 克隆選擇算法
5.1 克隆選擇算法描述
5.1.1 克隆選擇算法的基本過程
5.1.2 克隆選擇算法偽代碼
5.1.3 特征空問中克隆選擇算法概念圖示
5.1.4 克隆選擇算法模型描述
5.2 克隆選擇算法應(yīng)用于優(yōu)化問題
5.3 動態(tài)克隆選擇算法
5.3.1 簡介
5.3.2 動態(tài)克隆選擇算法的運行機制
5.3.3 動態(tài)克隆選擇算法的流程圖
5.3.4 動態(tài)克隆選擇算法的偽代碼
5.4 DynaⅢics在入侵檢測中的應(yīng)用
5.5 一種改進的快速克隆選擇算法及實驗

第6章 人工免疫網(wǎng)絡(luò)模型
6.1 通用免疫網(wǎng)絡(luò)模型
6.2 aiNet免疫網(wǎng)絡(luò)模型
6.2.1 模型概述
6.2.2 基本原理
6.2.3 aiNet網(wǎng)絡(luò)模型算法
6.2.4 aiNet網(wǎng)絡(luò)模型分析
6.3 有限資源人工免疫系統(tǒng)模型
6.3.1 網(wǎng)絡(luò)定義與描述
6.3.2 ARB對象和激勵值計算
6.3.3 RL&IS算法
6.4 多值免疫網(wǎng)絡(luò)模型
6.4.1 模型中的免疫細胞
6.4.2 免疫模型
6.4.3 免疫反饋原理
6.4.4 多值免疫模型基本原理
6.5 動態(tài)免疫網(wǎng)絡(luò)模型
6.5.1 基本思想
6.5.2 診斷的概念
6.5.3 構(gòu)成和工作原理
6.6 Multi-Agent人工免疫模型
6.6.1 Muhi-Agent的框架
6.6.2 免疫Agent模型
6.6.3 免疫規(guī)則在Multi-Agent模型的應(yīng)用
6.6.4 基于Multi-Agent的人工免疫模型
6.6.5 基于免疫Agent的動態(tài)診斷

第7章 樹突狀細胞算法
7.1 概述
7.2 樹突狀細胞算法
7.2.1 危險理論
7.2 2 DCA算法的基本原理與定義
7.2 3 DCA算法描述及流程
7.2.4 DC特征提取
7.2.5 DcA偽代碼
7.3 Iibtissue框架
7.4 實驗結(jié)果與分析
7.4.1 數(shù)據(jù)源分析
7.4.2 參數(shù)分析與確定
7.4.3 性能分析
7.5 DCA存在的問題

第8章 基于生物網(wǎng)絡(luò)的計算框架
8.1 人工子生物系統(tǒng)
8.1.1 人工神經(jīng)網(wǎng)絡(luò)（ANN）
8.1.2 人工免疫系統(tǒng)（AIS）
8.1.3 人工內(nèi)分泌系統(tǒng)（AES）
8.2生物網(wǎng)絡(luò)結(jié)構(gòu)
8.2.1 神經(jīng)內(nèi)分泌系統(tǒng)（ANE）
8.2.2 神經(jīng)免疫系統(tǒng)（ANI）
8.2.3 內(nèi)分泌免疫系統(tǒng)（AEI）
8.2.4 三大生物網(wǎng)絡(luò)集成的系統(tǒng)——生物網(wǎng)絡(luò)結(jié)構(gòu)
8.2.5 人工生物網(wǎng)絡(luò)的應(yīng)用t
8.3 基于神經(jīng)內(nèi)分泌免疫網(wǎng)絡(luò)的計算模型
8.3.1 總體框架設(shè)計
8.3.2 生物網(wǎng)絡(luò)平臺的設(shè)計與實現(xiàn)

第9章 多層免疫模型及其在故障診斷中的應(yīng)用
9.1 引言
9.2 面向故障診斷的多層免疫模型結(jié)構(gòu)
9.3 故障診斷問題定義
9.4 固有診斷層
9.4.1 自體庫
9.4.2 故障知識庫
9.4.3 自體／非白體識別
9.4.4 固有免疫診斷
9.5 故障傳播診斷層
9.5.1 概述
9.5.2 基于免疫網(wǎng)絡(luò)的故障傳播模型
9.5.3 基于故障傳播模型的診斷過程
9.5.4 算法描述
9.5.5 故障傳播模型舉例
9.6 基于體液免疫的雙重學(xué)習(xí)方法
9.6.1 機器學(xué)習(xí)概述
9.6.2 基于體液免疫的雙重學(xué)習(xí)模型
9.6.3 記憶細胞庫生成階段
9.6.4 故障檢測階段
9.6.5 抗原學(xué)習(xí)過程
9.6.6 檢測效率的比較
9.7 多層免疫診斷模型在電機故障診斷中的應(yīng)用
9.7.1 異步電動機故障機理分析
9.7.2 信號采集及故障特征分析
9.7.3 基于多層免疫模型的故障診斷實驗
9.7.4 實驗結(jié)果分析

第10章 引黃工程免疫優(yōu)化調(diào)度模型及其應(yīng)用
1O.1 工程概況
10.1.1 全線自動化系統(tǒng)
10.1.2 工程監(jiān)控和調(diào)度模式
10.1.3 工程的優(yōu)化調(diào)度
10.2 供水水庫的長期優(yōu)化調(diào)度
10.2.1 水庫概況
10.2.2 供水水庫優(yōu)化調(diào)度模型
10.2.3 徑流預(yù)測神經(jīng)網(wǎng)絡(luò)
10.2.4 水庫優(yōu)化調(diào)度的免疫規(guī)劃算法
10.2.5 典型年的識別方法
10.2.6 仿真計算
10.3 梯級輸水工程段的優(yōu)化調(diào)度
10.3.1 上層輸水子系統(tǒng)的數(shù)學(xué)模型
10.3.2 下層泵站的數(shù)學(xué)模型
10.3.3 梯級泵站優(yōu)化調(diào)度的分層克隆選擇算法
10.3.4 算法詳細設(shè)計
10 3.5 仿真計算
10.4 梯級引水工程的自主優(yōu)化調(diào)度
10.4.1 長期自主優(yōu)化調(diào)度器
10.4.2 短期自主優(yōu)化調(diào)度器
10.4 3 仿真計算
參考文獻