用于网络故障诊断的免疫算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·网络故障诊断技术的研究进展 | 第11-12页 |
| ·故障诊断技术的研究现状 | 第11页 |
| ·网络故障诊断技术的研究现状 | 第11-12页 |
| ·人工免疫理论的研究进展 | 第12-13页 |
| ·人工免疫系统在故障诊断领域的研究现状 | 第12页 |
| ·人工免疫算法在故障诊断领域的研究现状 | 第12-13页 |
| ·论文研究内容及组织结构 | 第13-16页 |
| ·论文的研究内容 | 第13-14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 研究基础 | 第16-24页 |
| ·网络故障诊断技术 | 第16-19页 |
| ·网络故障诊断关键问题 | 第16-17页 |
| ·网络故障智能诊断方法 | 第17-18页 |
| ·有待解决的问题 | 第18-19页 |
| ·免疫理论 | 第19-23页 |
| ·生物免疫系统基本特征 | 第19-20页 |
| ·人工免疫算法分析 | 第20-21页 |
| ·动态克隆选择算法分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于克隆扩增策略的免疫算法 | 第24-40页 |
| ·引言 | 第24页 |
| ·基础理论研究 | 第24-28页 |
| ·克隆选择机理 | 第25-26页 |
| ·克隆选择算法模型 | 第26-27页 |
| ·动态克隆选择算法的运行机制 | 第27-28页 |
| ·克隆扩增策略 | 第28-31页 |
| ·基于克隆扩增策略的免疫算法设计 | 第31-34页 |
| ·初始检测器群体的产生 | 第32-33页 |
| ·未成熟检测器的自体耐受 | 第33页 |
| ·未成熟检测器的补入 | 第33-34页 |
| ·成熟检测器的克隆扩增 | 第34页 |
| ·基于克隆扩增策略的免疫算法分析 | 第34-35页 |
| ·实验评估 | 第35-37页 |
| ·实验方案 | 第35页 |
| ·实验结果 | 第35-36页 |
| ·结果分析 | 第36-37页 |
| ·本章小结 | 第37-40页 |
| 第四章 基于分级记忆策略的免疫算法 | 第40-54页 |
| ·引言 | 第40页 |
| ·基础理论研究 | 第40-43页 |
| ·免疫记忆机理 | 第40-41页 |
| ·动态克隆选择算法的运行机制 | 第41-43页 |
| ·基于分级记忆策略的免疫算法设计 | 第43-48页 |
| ·初始检测器的生成 | 第43-44页 |
| ·记忆检测器的分级记忆策略 | 第44-47页 |
| ·未成熟检测器的补入 | 第47-48页 |
| ·算法描述 | 第48页 |
| ·基于分级记忆策略的免疫算法分析 | 第48-50页 |
| ·算法收敛性分析 | 第48-50页 |
| ·算法复杂性分析 | 第50页 |
| ·实验评估 | 第50-53页 |
| ·实验方案 | 第50-52页 |
| ·实验结果 | 第52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 免疫理论在网络故障诊断中的应用 | 第54-66页 |
| ·系统结构 | 第54-55页 |
| ·网络故障特征分析 | 第55-56页 |
| ·数据采集与处理 | 第56-58页 |
| ·基于免疫理论的网络故障诊断模型 | 第58-64页 |
| ·参数设置 | 第59-60页 |
| ·离线学习 | 第60-61页 |
| ·故障诊断 | 第61-62页 |
| ·连续学习 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间完成的论文 | 第74页 |
