基于甲型流感病毒的免疫反应代理模型构建以及估参问题的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·基于Agent代理模型的建模方法 | 第10页 |
| ·基于数学方法的微分方程模型方法 | 第10-11页 |
| ·主要研究内容与创新点 | 第11-13页 |
| ·论文组织结构 | 第13-14页 |
| 第2章 免疫系统建模的相关理论研究 | 第14-26页 |
| ·基于Agent代理模型理论 | 第14-17页 |
| ·Agent的基本概念和认知模型 | 第14-15页 |
| ·智能Agent | 第15-16页 |
| ·多Agent系统 | 第16页 |
| ·基于Agent的建模思想 | 第16-17页 |
| ·微分方程模型理论 | 第17-19页 |
| ·微分方程基础认知 | 第17页 |
| ·常微分方程与偏微分方程 | 第17-18页 |
| ·微分方程模型的建立与求解 | 第18-19页 |
| ·本论文引用的数学算法 | 第19-25页 |
| ·稀疏网格 | 第19-20页 |
| ·Loess回归 | 第20-21页 |
| ·粒子群优化算法 | 第21-23页 |
| ·正交多项式和高斯积分 | 第23-24页 |
| ·伽马分布 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于代理模型的免疫系统建立 | 第26-34页 |
| ·模型背景 | 第26-27页 |
| ·ABM模型的理论分析 | 第27-29页 |
| ·ABM模型的建立 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 模型估参 | 第34-44页 |
| ·基于正交多项式的一维参数回归 | 第34-37页 |
| ·算法原理介绍 | 第34-36页 |
| ·回归流程说明 | 第36-37页 |
| ·结果与分析 | 第37页 |
| ·基于非参回归的多维建模估参 | 第37-43页 |
| ·确定输入参数以及样本向量空间 | 第38页 |
| ·建立Loess数学模型 | 第38-39页 |
| ·粒子群算法PSO寻优估参 | 第39-40页 |
| ·新搜索域中寻优 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验结果与分析 | 第44-57页 |
| ·初次寻优估参实验结果 | 第44-46页 |
| ·获取样本空间数据 | 第44-45页 |
| ·真实实验数据 | 第45页 |
| ·参数寻优结果 | 第45-46页 |
| ·新搜索域中寻优估参实验结果 | 第46-49页 |
| ·建立新Loess回归模型 | 第46-47页 |
| ·获取模拟实验数据 | 第47页 |
| ·计算平均相对误差 | 第47-49页 |
| ·平均相对误差结果分析 | 第49-54页 |
| ·输出时间点对结果的影响 | 第49-50页 |
| ·干扰噪声对结果的影响 | 第50-51页 |
| ·参数向量空间对结果的影响 | 第51-54页 |
| ·IABMR方法建模与估参效果的对比验证 | 第54-55页 |
| ·估参效果对比 | 第54-55页 |
| ·建模效果对比 | 第55页 |
| ·本章小结 | 第55-57页 |
| 第6章 总结与展望 | 第57-60页 |
| ·论文工作总结 | 第57-58页 |
| ·未来工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 研究生期间发表学术论文 | 第64页 |
