免疫系统的计算机模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 我的工作 | 第13-15页 |
| 第二章 相关知识 | 第15-28页 |
| 2.1 复杂网络 | 第15-22页 |
| 2.1.1 复杂网络的网络特性和研究背景 | 第15页 |
| 2.1.2 复杂网络的研究工具 | 第15-16页 |
| 2.1.3 复杂网络的统计性质 | 第16-18页 |
| 2.1.4 网络的拓扑结构 | 第18-22页 |
| 2.2 生物免疫系统与计算免疫系统研究 | 第22-27页 |
| 2.2.1 免疫系统的层次结构 | 第22-23页 |
| 2.2.2 免疫系统的系统组成 | 第23-24页 |
| 2.2.3 免疫系统的重要机制 | 第24-26页 |
| 2.2.4 计算免疫系统概念及意义 | 第26页 |
| 2.2.5 计算免疫学的免疫系统建模要求 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 基于复杂网络的免疫系统研究 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 复杂网络的合作网络模型 | 第28-29页 |
| 3.3 基于复杂网络的免疫系统研究 | 第29-35页 |
| 3.3.1 免疫系统的合作网络 | 第29-30页 |
| 3.3.2 免疫系统的合作网络模型构建 | 第30-31页 |
| 3.3.3 免疫系统合作网实证研究 | 第31-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于CS的改进模型建模与研究 | 第36-53页 |
| 4.1 引言 | 第36页 |
| 4.2 IMMSIM模型 | 第36-37页 |
| 4.3 细胞自动机模型 | 第37-39页 |
| 4.3.1 细胞自动机的研究与发展 | 第37页 |
| 4.3.2 细胞自动机的组成结构 | 第37-39页 |
| 4.3.3 细胞自动机研究免疫系统的优缺点分析 | 第39页 |
| 4.4 改进的CS模型 | 第39-44页 |
| 4.4.1 仿真环境 | 第39-40页 |
| 4.4.2 仿真对象 | 第40页 |
| 4.4.3 仿真规则 | 第40-41页 |
| 4.4.4 改进的CS模型的UML描述 | 第41-44页 |
| 4.5 系统的详细设计与结果分析 | 第44-52页 |
| 4.5.1 系统的设计思想 | 第44-45页 |
| 4.5.2 系统的流程图 | 第45-47页 |
| 4.5.3 系统模拟 | 第47-49页 |
| 4.5.4 对免疫系统参数的讨论分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 基于GEP的函数发现 | 第53-65页 |
| 5.1 引言 | 第53页 |
| 5.2 基因表达式编程(GEP) | 第53-56页 |
| 5.2.1 基因表达式编程基本思想 | 第53-54页 |
| 5.2.2 基因表达式编程的关键技术 | 第54-56页 |
| 5.2.3 基因表达式编程重点研究方向 | 第56页 |
| 5.3 基于基因表达式编程的函数挖掘建模 | 第56-60页 |
| 5.3.1 函数表达式的编码结构 | 第56-57页 |
| 5.3.2 函数表达式的适应度函数的确定 | 第57-58页 |
| 5.3.3 函数表达式的遗传操作 | 第58-59页 |
| 5.3.4 基于GEP的函数算法 | 第59-60页 |
| 5.4 GEP算法的实现与分析 | 第60-63页 |
| 5.4.1 实验数据的选择 | 第60-62页 |
| 5.4.2 实验结果与分析 | 第62-63页 |
| 5.5 本章小结 | 第63-65页 |
| 第六章 总结和展望 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 进一步工作 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的论文及研究成果 | 第73-74页 |
