第1章 生物免疫機(jī)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(gè)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(jī)理
1.2.2 免疫系統(tǒng)的功能
1.3 生物免疫多層防御機(jī)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(xì)胞的相互作用及其活化信號(hào)
1.3.4 體液免疫
1.4 樹突狀細(xì)胞對(duì)抗原的處理及提呈
1.4.1 樹突狀細(xì)胞
1.4.2 樹突狀細(xì)胞的抗原處理與提呈功能 第1章 生物免疫機(jī)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(gè)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(jī)理
1.2.2 免疫系統(tǒng)的功能
1.3 生物免疫多層防御機(jī)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(xì)胞的相互作用及其活化信號(hào)
1.3.4 體液免疫
1.4 樹突狀細(xì)胞對(duì)抗原的處理及提呈
1.4.1 樹突狀細(xì)胞
1.4.2 樹突狀細(xì)胞的抗原處理與提呈功能
1.4.3 樹突狀細(xì)胞與免疫激活和免疫耐受
1.4.4 樹突狀細(xì)胞的三種狀態(tài)及激活信號(hào)
1.5 生物免疫系統(tǒng)的重要機(jī)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(shí)別
1.6 否定選擇機(jī)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(shuō)
1.9.1 免疫、神經(jīng)及內(nèi)分泌系統(tǒng)問(wèn)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(dòng)力學(xué)模型
2.1 抗原的動(dòng)力學(xué)模型
2.2 抗體的動(dòng)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(shí)別概率
2.5 克隆選擇動(dòng)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(jì)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(jī)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(biāo)準(zhǔn)否定選擇算法
4.1.3 否定選擇算法過(guò)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(cè)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(cè)
4.3 實(shí)值否定選擇算法
4.3.1 實(shí)值否定選擇算法的具體描述
4.3.2 檢測(cè)器生成階段
4.3.3 檢測(cè)過(guò)程
4.4 實(shí)值否定選擇算法應(yīng)用
4.4.1 飛機(jī)飛行監(jiān)測(cè)實(shí)例
4.4.2 實(shí)驗(yàn)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(guò)程
5.1.2 克隆選擇算法偽代碼
5.1.3 特征空問(wèn)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(wèn)題
5.3 動(dòng)態(tài)克隆選擇算法
5.3.1 簡(jiǎn)介
5.3.2 動(dòng)態(tài)克隆選擇算法的運(yùn)行機(jī)制
5.3.3 動(dòng)態(tài)克隆選擇算法的流程圖
5.3.4 動(dòng)態(tài)克隆選擇算法的偽代碼
5.4 DynaⅢics在入侵檢測(cè)中的應(yīng)用
5.5 一種改進(jìn)的快速克隆選擇算法及實(shí)驗(yàn)

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(duì)象和激勵(lì)值計(jì)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(xì)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(dòng)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(dòng)態(tài)診斷

第7章 樹突狀細(xì)胞算法
7.1 概述
7.2 樹突狀細(xì)胞算法
7.2.1 危險(xiǎn)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(shí)驗(yàn)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(wèn)題

第8章 基于生物網(wǎng)絡(luò)的計(jì)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(jì)算模型
8.3.1 總體框架設(shè)計(jì)
8.3.2 生物網(wǎng)絡(luò)平臺(tái)的設(shè)計(jì)與實(shí)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(wèn)題定義
9.4 固有診斷層
9.4.1 自體庫(kù)
9.4.2 故障知識(shí)庫(kù)
9.4.3 自體／非白體識(shí)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(guò)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(jī)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(xì)胞庫(kù)生成階段
9.6.4 故障檢測(cè)階段
9.6.5 抗原學(xué)習(xí)過(guò)程
9.6.6 檢測(cè)效率的比較
9.7 多層免疫診斷模型在電機(jī)故障診斷中的應(yīng)用
9.7.1 異步電動(dòng)機(jī)故障機(jī)理分析
9.7.2 信號(hào)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(shí)驗(yàn)
9.7.4 實(shí)驗(yàn)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(dòng)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(kù)的長(zhǎng)期優(yōu)化調(diào)度
10.2.1 水庫(kù)概況
10.2.2 供水水庫(kù)優(yōu)化調(diào)度模型
10.2.3 徑流預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)
10.2.4 水庫(kù)優(yōu)化調(diào)度的免疫規(guī)劃算法
10.2.5 典型年的識(shí)別方法
10.2.6 仿真計(jì)算
10.3 梯級(jí)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(jí)泵站優(yōu)化調(diào)度的分層克隆選擇算法
10.3.4 算法詳細(xì)設(shè)計(jì)
10 3.5 仿真計(jì)算
10.4 梯級(jí)引水工程的自主優(yōu)化調(diào)度
10.4.1 長(zhǎng)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(jì)算
參考文獻(xiàn)