人工免疫系统的若干关键问题研究

摘要	第1-5页
Abstract	第5-11页
第一章 绪论	第11-21页
·自然免疫系统概论	第11-12页
·免疫系统的主要功能	第12-14页
·人工免疫系统	第14-19页
·阴性选择原理	第14-16页
·克隆选择算法	第16-18页
·免疫学习网络	第18-19页
·主要研究内容及组织	第19-21页
第二章 基于B细胞刺激-应答变异的检测器生成策略	第21-35页
·基于进化策略的检测器生成模型	第21-24页
·检测器生成算法	第21-22页
·检测器自适应生成算法	第22-24页
·B细胞连续胞体超变异	第24-25页
·B细胞刺激-应答超变异检测器生成算法	第25-28页
·问题定义	第25页
·B细胞刺激-应答超变异	第25-26页
·检测器变异算法	第26-28页
·实验观察与分析	第28-32页
·参数优化实验	第29-30页
·算法性能实验	第30-31页
·算法的生成效率比较	第31-32页
·检测器生成质量比较	第32页
·实验分析	第32-33页
·结论和下一步工作	第33-35页
第三章 基于自体模式的检测器快速生成策略	第35-47页
·传统检测器生成策略及其特点	第35-37页
·模式层次匹配算法	第37-42页
·相关定义	第37-38页
·自体集合的分解	第38-39页
·检测器组件的生成	第39-40页
·模式层次匹配算法的实现	第40-42页
·算法的时间复杂性分析	第42页
·实验观察与分析	第42-45页
·实验环境	第43页
·实验过程	第43-44页
·实验结果比较	第44页
·实验结果分析	第44-45页
·结论与下一步工作	第45-47页
第四章 异常检测系统的漏洞分析	第47-61页
·漏洞探测的发展	第47-48页
·问题定义	第48-49页
·漏洞探测的Stibor方法	第49-51页
·漏洞分析	第51-55页
·基于非检测集模式的漏洞探测算法	第51-55页
·计算复杂性分析	第55页
·实验观察与分析	第55-59页
·数据采集	第55页
·实验过程	第55-58页
·实验结果分析	第58-59页
·结论与下一步工作	第59-61页
第五章 基于信息交流的动态克隆选择算法	第61-81页
·全局优化问题	第61-62页
·克隆选择算法及其发展	第62-67页
·克隆扩张策略	第62-65页
·超变异策略	第65-67页
·与进化计算的联系	第67页
·克隆选择算法的发展	第67-69页
·基于信息交流的动态克隆选择算法	第69-72页
·动态克隆扩张策略	第69-70页
·Rand/1-超变异算子	第70-72页
·单形交叉算子	第72页
·算法性能评价准则	第72-74页
·实验观察与分析	第74-79页
·群体规模	第75-77页
·算法性能实验	第77页
·与其他算法的比较	第77-79页
·结论与下一步工作	第79-81页
第六章 随机克隆选择算法	第81-96页
·克隆与变异机制分析	第81-82页
·免疫进化算法	第82-88页
·α-随机克隆算子	第82-84页
·差分超变异算子	第84-85页
·多父体分层交叉	第85-88页
·实验观察与分析	第88-95页
·测试函数	第89-90页
·参数调整实验	第90-93页
·算法的性能实验	第93-95页
·结论与下一步工作	第95-96页
第七章 结论与展望	第96-98页
·总结	第96-97页
·展望	第97-98页
参考文献	第98-107页
致谢	第107-108页
攻读博士期间完成的学术论文与科研工作	第108-110页
附录	第110-113页