| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-21页 |
| ·研究的目的与意义 | 第14-15页 |
| ·研究背景 | 第15-17页 |
| ·进化计算 | 第15-16页 |
| ·协同进化计算 | 第16页 |
| ·免疫计算 | 第16-17页 |
| ·主要研究内容与创新点 | 第17-19页 |
| ·主要研究内容 | 第17-18页 |
| ·创新点 | 第18-19页 |
| ·论文的组织结构 | 第19-21页 |
| 第二章 免疫计算与协同进化计算的研究综述 | 第21-45页 |
| ·引言 | 第21-22页 |
| ·免疫计算的研究综述 | 第22-34页 |
| ·免疫启发机制 | 第23-25页 |
| ·免疫模型 | 第25-30页 |
| ·免疫算法 | 第30-33页 |
| ·应用领域 | 第33-34页 |
| ·协同进化计算的研究综述 | 第34-39页 |
| ·协同进化机制 | 第34-35页 |
| ·协同进化模型 | 第35-36页 |
| ·协同进化算法 | 第36-39页 |
| ·应用领域 | 第39页 |
| ·免疫协同进化机制的研究 | 第39-44页 |
| ·自身/非己辨别模式 | 第40-41页 |
| ·免疫网络机制 | 第41页 |
| ·危险模式假说 | 第41页 |
| ·免疫稳态维持机制 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第三章 免疫群体协同进化算法的研究与应用 | 第45-70页 |
| ·引言 | 第45页 |
| ·免疫群体协同进化算法 | 第45-47页 |
| ·免疫群体协同的启发机制 | 第45-46页 |
| ·免疫群体协同进化算法 | 第46-47页 |
| ·基于免疫群体协同进化算法的应用 | 第47-69页 |
| ·基于免疫群体协同进化算法的成烟配送分区均衡优化 | 第47-59页 |
| ·基于免疫群体协同进化算法的制服分配优化 | 第59-69页 |
| ·小结 | 第69-70页 |
| 第四章 基于免疫系统的协同进化设计方法研究与应用 | 第70-100页 |
| ·引言 | 第70页 |
| ·免疫协同进化设计方法 | 第70-71页 |
| ·基于免疫系统的协同进化设计方法 | 第71-98页 |
| ·基于交互式免疫协同进化算法的服装结构设计 | 第71-84页 |
| ·基于神经网络和免疫协同进化算法的服装结构设计优化 | 第84-98页 |
| ·小结 | 第98-100页 |
| 第五章 基于多亲和度协同网络的分布式对象预取研究 | 第100-116页 |
| ·引言 | 第100-101页 |
| ·基于CEA-Net的预取架构 | 第101-107页 |
| ·预取技术 | 第101页 |
| ·基于CEA-Net的预取架构 | 第101-102页 |
| ·CEA-Net的网络模型 | 第102-103页 |
| ·亲和度测度 | 第103-105页 |
| ·抗体种群的协同进化设计 | 第105-107页 |
| ·基于CEA-Net的分布式对象预取 | 第107-112页 |
| ·网络提取器 | 第108-109页 |
| ·访问记录器 | 第109-110页 |
| ·对象工厂 | 第110页 |
| ·缓存引擎 | 第110-111页 |
| ·预取引擎 | 第111-112页 |
| ·实验仿真 | 第112-115页 |
| ·小结 | 第115-116页 |
| 第六章 基于协同多信号危险模型的信息安全风险实时评估 | 第116-125页 |
| ·引言 | 第116-117页 |
| ·基于知识的信息安全风险评估 | 第117-120页 |
| ·知识定量模型 | 第117-118页 |
| ·基于知识的风险评估框架 | 第118-119页 |
| ·风险要素分析 | 第119-120页 |
| ·阶段性风险计算 | 第120页 |
| ·多信号协同的危险模型 | 第120-122页 |
| ·信息安全风险实时评估 | 第122-124页 |
| ·自动防御网络ADN | 第122-123页 |
| ·基于危险模型的ADN | 第123页 |
| ·实时风险评估 | 第123-124页 |
| ·小结 | 第124-125页 |
| 第七章 基于抗体网络的分布式对象计算框架 | 第125-143页 |
| ·引言 | 第125-126页 |
| ·分布式对象技术与生物启发的计算框架 | 第126-128页 |
| ·分布式对象技术 | 第126-127页 |
| ·生物启发的分布式计算框架 | 第127-128页 |
| ·面向DOC的免疫启发机制 | 第128-130页 |
| ·免疫学机制及其对DOC的启发 | 第128-129页 |
| ·抗体网络模型 | 第129-130页 |
| ·协同进化的分布式对象计算框架 | 第130-135页 |
| ·层次式协同进化框架 | 第130-132页 |
| ·分布式请求的处理流程 | 第132-133页 |
| ·抗原与抗体的生命周期状态模型 | 第133-135页 |
| ·仿真平台设计与实验研究 | 第135-141页 |
| ·仿真平台 | 第135-137页 |
| ·实验研究 | 第137-140页 |
| ·进化能力的比较分析 | 第140-141页 |
| ·小结 | 第141-143页 |
| 第八章 基于认知免疫系统的协同信息检索模型 | 第143-150页 |
| ·引言 | 第143页 |
| ·信息检索模型 | 第143-144页 |
| ·认知免疫系统 | 第144-146页 |
| ·基于认知免疫系统的协同信息检索模型 | 第146-148页 |
| ·模型架构 | 第146-147页 |
| ·交互网络 | 第147-148页 |
| ·协同进化机制 | 第148页 |
| ·小结 | 第148-150页 |
| 第九章 结论与展望 | 第150-153页 |
| ·结论 | 第150-151页 |
| ·展望 | 第151-153页 |
| 参考文献 | 第153-168页 |
| 致谢 | 第168-169页 |
| 附录A 攻读博士学位期间发表的论文 | 第169-171页 |
| 附录B 攻读博士学位期间参加的项目 | 第171-172页 |
| 附录C 攻读博士学位期间获得的奖励 | 第172页 |