The Principles and Applications of Artificial Immune System

1.1 引言
第1章 绪论
1.2 生物免疫系统简介
1.3 人工免疫系统的研究内容和范围
3.3.4 分布性
1.4 生物免疫系统与人工免疫系统
1.5 小结
2.2 免疫学发展简史
3.1 引言
第2章 生物免疫系统
2.1 免疫系统与免疫学
2.3 免疫系统解剖
2.3.1 免疫系统组成
2.3.2 免疫系统结构
2.3.3 免疫细胞
2.3.4 抗体分子
2.3.5 MHC复合体
2.3.6 细胞指令系统
2.3.7 免疫系统分类
2.4.1 免疫应答
2.4 免疫系统机制
2.4.2 免疫系统的特异识别
2.4.3 模式识别
2.4.5 克隆选择和扩增
2.4.4 T、B细胞活化
2.4.6 抗体指令系统
2.4.7 体细胞高频变异
2.4.8 MHC多样性
2.4.9 免疫应答成熟
2.4.10 免疫记忆
2.4.12 自体耐受
2.4.11 自体与非自体区分
2.4.13 内部病原体检测
2.4.14 效应细胞选择及其对病原体的作用
2.4.15 免疫反馈
2.5 免疫系统性质
2.5.1 适应性
2.5.2 分布式和控制
2.5.3 亚动力学
2.5.4 鲁棒性
2.6 免疫系统如何保护人体
2.7 免疫独特型网络理论
2.7.1 免疫网络理论
2.5.5 自体定义过程
2.7.2 独特型网络
2.7.3 免疫网络特征
2.8 免疫系统快速进化
2.10 免疫系统自组织
2.11 循环机制
2.9 免疫系统复杂性
2.12 调节机制
2.13 结
第3章 人工免疫系统原理
3.1.1 免疫系统与有限资源人工免疫系统
3.2.2 记忆
3.2.1 学习与认知
3.2 免疫网络开发应用原理
3.3 免疫系统开发应用原理
3.3.1 交叉反应记忆
3.3.2 强化学习策略
3.3.3 认知
3.3.5 自体非自体识别
3.3.6 多样性
3.3.7 反馈机制
3.3.8 鲁棒性和适应性
3.4 信息处理
3.5 进化
3.6 克隆选择原理与算法
3.7 小结
第4章 人工免疫系统模型
4.1 引言
4.2.1 形态空间
4.2 免疫系统模型
4.2.2 细胞自动机模型
4.2.3 多agent模型
4.2.4 疾病过程
4.2.5 变异病毒疫苗
4.3 人工免疫网络
4.3.1 多值免疫网络
4.3.2 PDP网络
4.3.3 aiNet
4.3.4 动态识别免疫网络模型
4.4 人工免疫系统模型
4.4.1 人工免疫系统二进制模型
4.4.2 RTIS
4.4.3 骨髓模型
4.4.4 有限资源人工免疫系统
4.5 小结
5.2.1 利用二进制免疫系统模型研究免疫系统的模式识别和学习过程
5.2 研究免疫系统机制的人工免疫系统方法
5.1 引言
第5章 免疫系统机制研究
5.2.2 用SAND产生抗体多样性
5.2.3 可变区基因中的进化和体细胞学习
5.2.4 利用懒惰进化模拟免疫系统模型中的实际规模指令系统
5.3 小结
第6章 免疫算法与进化算法
6.1 引言
6.2 基于免疫学原理的算法
6.2.1 一般免疫算法的简单分析
6.2.2 实际应用中的免疫算法
6.2.3 其他免疫算法
6.3 人工免疫系统与进化算法
6.3.1 免疫系统与遗传算法的关系
6.3.2 免疫遗传算法
6.4 小结
7.2.1 人工免疫网络与人工神经网络比较
7.2 人工免疫网络与人工神经网络
第7章 人工免疫系统与人工神经网络
7.1 引言
7.2.2 人工免疫系统对人工神经网络的作用
7.3 混合智能系统
7.3.1 系统介绍
7.3.2 免疫计算系统
7.3.3 进化算法的作用
7.4 小结
8.1 引言
第8章 免疫工程
8.2 免疫工程
8.2.1 开拓性工作
8.2.2 机器人技术
8.2.3 控制
8.2.4 优化
8.2.5 故障诊断
8.2.6 计算机技术
8.2.7 基于agent方法
8.2.8 学习
8.2.9 归纳问题
8.2.10 遗传编程
8.2.11 模式识别
8.2.12 调度
8.2.13 数据挖掘
8.2.14 机器学习系统
8.2.15 免疫系统映像模型
8.2.16 免疫记忆联想性
8.4 免疫设计
8.3 自治分布系统
8.5 结论与研究方向
8.5.1 结论
8.5.2 研究方向
附录1 鸣谢
附录2 免疫学中英词汇对照
附录3 人工免疫系统互联网资源
附录4 有关的书籍、章节、研究组织、会议和事件
附录5 从事研究的主要科学家、组织和计划
参考文献