图书介绍
免疫优化计算学习与识别PDF|Epub|txt|kindle电子书版本网盘下载
- 焦李成等著 著
- 出版社： 北京：科学出版社
- ISBN：7030170067
- 出版时间：2006
- 标注页数：464页
- 文件大小：26MB
- 文件页数：483页
- 主题词：人工智能－神经网络－计算
PDF下载
下载说明
免疫优化计算学习与识别PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 进化论与计算智能1
1.1 人工智能与计算智能1
1.2 进化论与进化计算4
1.3 免疫系统与人工免疫系统8
1.4 本书的结构9
1.4.1 研究目的和方法9
1.4.2 主要研究内容10
1.4.3 结构安排与阅读建议11
1.5 结论与讨论13
参考文献13
第2章 生物免疫系统16
2.1 免疫基本概念及免疫学发展16
2.1.1 免疫的含义16
2.1.2 免疫学发展17
2.2 生物免疫系统组成18
2.2.1 免疫器官19
2.2.2 免疫细胞21
2.2.3 免疫分子22
2.3 免疫分类25
2.4 免疫系统的主要功能26
2.4.1 免疫识别27
2.4.2 免疫应答27
2.4.3 免疫耐受29
2.4.4 免疫记忆30
2.4.5 免疫调节31
2.5 抗体克隆选择学说33
2.5.1 抗体生成理论的变迁33
2.5.2 克隆选择学说34
2.6 独特型网络调节学说36
2.6.1 独特型网络调节学说概述36
2.6.2 Jerne的免疫网络结构37
2.7 人工免疫系统的基本术语38
2.8 结论与讨论39
参考文献40
第3章 从生物免疫到人工免疫系统41
3.1 人工免疫系统的历史41
3.2 人工免疫系统的研究领域41
3.2.1 人工免疫系统模型的研究42
3.2.2 人工免疫系统算法的研究44
3.2.3 人工免疫系统方法的应用研究48
3.3 人工免疫系统与其他方法的比较51
3.3.1 人工免疫系统与进化计算51
3.3.2 人工免疫系统与人工神经网络51
3.3.3 人工免疫系统与一般的确定性优化算法53
3.4 结论与讨论54
参考文献55
4.1.1 算法59
4.1 免疫算法59
第4章 免疫进化算法59
4.1.2 收敛性分析61
4.1.3 免疫疫苗64
4.1.4 免疫算子67
4.1.5 TSP问题69
4.2 免疫规划72
4.2.1 算法72
4.2.2 免疫疫苗的自适应提取76
4.2.3 函数优化77
4.3 免疫策略80
4.3.1 算法80
4.3.2 获取免疫疫苗的进化规划算法84
4.3.3 TSP问题86
4.4 结论与讨论88
参考文献90
5.1 克隆选择算子92
第5章 免疫克隆选择计算92
5.2 免疫克隆计算的统一描述95
5.3 免疫克隆选择算法96
5.3.1 免疫克隆选择算法96
5.3.2 基本操作的性质97
5.3.3 克隆选择算法的收敛性98
5.4 免疫克隆选择规划99
5.5 免疫克隆选择策略102
5.6 多克隆算子与单克隆算子的比较104
5.7 免疫克隆选择计算与进化计算108
5.8 结论与讨论116
参考文献120
第6章 高级免疫克隆选择计算122
6.1 自适应动态克隆算法122
6.1.1 算法122
6.1.2 函数优化123
6.2.1 免疫优势定义126
6.2 免疫优势克隆算法126
6.2.2 抗体免疫优势的获得与算法128
6.2.3 背包问题129
6.2.4 函数优化132
6.2.5 TSP问题133
6.3 自适应多克隆规划算法143
6.3.1 算法143
6.3.2 函数优化144
6.4 免疫记忆克隆规划算法147
6.4.1 算法147
6.4.2 算法分析151
6.4.3 函数优化153
6.5 自适应混沌克隆进化规划算法156
6.5.1 自适应混沌变异算子156
6.5.2 算法158
6.5.3 函数优化159
6.6 求解TSP问题的超变异抗体克隆选择算法163
6.6.1 TSP问题与遗传算法164
6.6.2 TSP问题的三角形表示与启发式变异165
6.6.3 超变异抗体克隆算法167
6.6.4 TSP问题168
6.7 结论与讨论172
参考文献175
第7章 量子进化计算与量子克隆选择算法178
7.1 量子计算原理178
7.1.1 状态的叠加179
7.1.2 状态的相干179
7.1.3 状态的纠缠180
7.1.4 量子并行性180
7.2 量子计算智能的几种模型180
7.2.1 量子人工神经网络180
7.2.2 基于量子染色体的进化算法181
7.2.3 基于量子特性的优化算法182
7.2.4 量子聚类算法182
7.2.5 量子模式识别算法183
7.2.6 量子小波与小波包算法183
7.2.7 量子退火算法183
7.2.8 其他184
7.3 量子进化算法184
7.3.1 量子进化算法的提出184
7.3.2 量子进化算法中用到的一些基本概念185
7.3.3 量子进化算法186
7.3.4 量子进化算法的结构框架190
7.3.5 量子进化算法的收敛性192
7.3.6 QEA求解背包问题194
7.3.7 QEA求解函数极值点198
7.3.8 QEA求解TSP问题200
7.4 量子克隆进化算法202
7.4.1 量子克隆遗传算法203
7.4.2 量子克隆进化规划203
7.4.3 量子克隆进化策略204
7.4.4 量子克隆进化算法的收敛性204
7.4.5 QCA求解函数极值点206
7.4.6 QCA求解背包问题209
7.4.7 QCA的并行实现211
7.5 结论与讨论212
参考文献213
第8章 人工免疫网络218
8.1 两种典型的人工免疫网络218
8.1.1 资源受限人工免疫系统218
8.1.2 aiNet：进化人工免疫网络219
8.1.3 讨论219
8.2 ART-进化免疫网络220
8.2.1 算法实现策略221
8.2.2 分类试验222
8.3 形态空间人工免疫调节网络224
8.3.1 字条模型与形态空间模型224
8.3.2 学习算法226
8.3.3 算法的收敛性228
8.3.4 函数优化230
8.4 结论与讨论234
参考文献235
第9章 基于免疫进化计算的数据聚类237
9.1 数据聚类问题237
9.2 基于GA的混合类型数据聚类算法240
9.2.1 算法描述240
9.2.2 仿真试验242
9.3 基于ICSA的混合特征数据聚类算法245
9.3.1 算法描述245
9.3.2 仿真试验246
9.4 基于进化免疫网络的聚类算法251
9.5 基于克隆算法的网络结构聚类算法252
9.5.1 算法描述252
9.5.2 仿真试验254
9.6 结论与讨论258
参考文献259
第10章 移动通信中的免疫自适应多用户检测261
10.1 空时二维CDMA系统262
10.1.1 空时信号模型262
10.1.2 空时二维接收机264
10.2 基于免疫策略的RBF网络266
10.2.1 RBF网络的基本形式266
10.2.2 RBF网络与多层感知器的比较267
10.2.3 免疫策略算法268
10.2.4 RBF网络的学习策略270
10.2.5 基于免疫策略的RBF网络272
10.3 基于免疫RBF网络的CDMA多用户检测判决器273
10.4 基于免疫RBF网络的CDMA多用户检测判决器的仿真结果与分析274
10.5 一种基于免疫克隆算法的多用户检测器277
10.5.1 用于CDMA多用户检测的免疫克隆算法278
10.5.2 算法复杂度分析280
10.5.3 算法参数影响分析281
10.6 基于免疫克隆算法的多用户检测器的仿真结果与分析283
10.6.1 与最佳多用户检测器的比较284
10.6.2 同步CDMA系统下的仿真284
10.6.3 异步CDMA系统下的仿真286
10.6.4 瑞利衰落信道多径CDMA系统下的仿真288
10.7 结论与讨论292
参考文献292
第11章 网络组播路由免疫优化295
11.1 组播技术295
11.1.1 组播技术的产生背景295
11.1.2 组播的特点296
11.1.3 组播算法297
11.1.4 组播路由协议298
11.2 组播树理论基础及算法300
11.2.1 Steiner树问题的定义300
11.2.2 Steiner树启发算法301
11.2.3 QoS的基本概念303
11.3 基于遗传算法的组播路由算法305
11.4 免疫克隆选择组播路由算法309
11.4.1 算法步骤309
11.4.2 算法复杂度311
11.4.3 仿真实例及结果分析311
11.5 基于免疫克隆选择策略的时延受限组播路由算法314
11.5.1 时延受限组播问题的数学描述314
11.5.2 求解备选路径集315
11.5.3 算法步骤316
11.5.5 仿真实验318
11.5.4 算法复杂度分析318
11.6 基于克隆蚁群的时延受限组播路由321
11.6.1 蚁群算法321
11.6.2 基于自适应蚁群算法的时延受限组播路由322
11.6.3 基于免疫克隆选择算法的时延受限组播路由325
11.6.4 基于克隆蚁群算法的组播路由328
11.7 基于免疫克隆选择算法的重构动态组播路由331
11.7.1 动态路由问题描述332
11.7.2 不可调的动态路由算法332
11.7.3 部分重构的动态组播路由算法333
11.8 基于免疫克隆选择算法的层次组播路由338
11.8.1 层次网络结构338
11.8.2 核节点选择方案340
11.8.3 网络模型340
11.8.4 基于免疫克隆选择算法的层次组播路由341
11.8.5 实验仿真和算法分析342
参考文献344
11.9 结论与讨论344
第12章 基于免疫机理的网络安全与入侵检测348
12.1 免疫机理在入侵检测系统中的应用350
12.2 计算机免疫系统354
12.2.1 信息传输免疫系统354
12.2.2 计算机信息处理免疫系统357
12.2.3 仿真研究362
12.3 基于免疫机理的入侵检测系统364
12.3.1 自然免疫系统和入侵检测系统364
12.3.2 基于免疫机理的入侵检测系统的设计367
12.3.3 基于免疫机理的入侵检测系统的体系架构375
12.3.4 基于免疫机理的入侵检测系统的配置379
12.4 结论与讨论379
参考文献381
13.1 存在的问题和进一步研究的方向384
第13章 人工免疫系统的研究前沿与展望384
13.2 算法研究的前沿385
13.3 应用研究与实现386
13.4 基于人工免疫系统的智能集成387
附录A 人工免疫系统的相关论著388
A.1 图书与特刊388
A.2 国内期刊论文389
A.3 人工免疫系统研究者与网站399
附录B 测试问题401
B.1 函数401
B.2 TSP问题408
B.3 背包问题412
附录C 基本算法415
C.1 二进制编码的简单遗传算法源程序415
C.2 二进制编码的简单克隆选择算法源程序432
C.3 用于TSP问题的克隆选择算法源程序449