免疫进化理论与应用
点此进入淘宝搜索页搜索分類: 图书,计算机/网络,人工智能,
作者： 杨孔雨著
出 版 社： 社会科学文献出版社
出版时间： 2008-9-1字数： 328000版次： 1页数： 388印刷时间： 2008/09/01开本： 大32开印次： 1纸张： 胶版纸I S B N ： 9787509702703包装： 平装内容简介
人工免疫系统是继人工神经网络和遗传进化计算之后，计算智能领域的又一个研究热点，研究方向已涉及优化计算、运筹调度、预测决策、网络安全、入侵检测、数据挖掘和知识工程等诸多领域。本书主要汇总了作者近年来基于免疫进化计算的免疫优化算法、多模态优化和免疫防御理论研究，以及在管理科学中的物流配送车辆调度、金融市场的预测决策、信息管理中的网络安全等方面的应用研究。这些研究内容支持的主要结论是：基于免疫理论的进化计算总体上优于传统进化算法，尤其适合于多模态优化问题的求解，在管理科学领域具有广泛的应用价值；免疫系统的进化机制可用于自适应的智能入侵检测系统和分布式的动态网络免疫体系设计。
作者简介
杨孔雨，男，1967年出生，博士，教授。本科毕业于清华大学自动化系，硕士毕业于山东大学计算机系，2005年6月博士毕业于南开大学控制理论与控制工程专业，获工学博士学位。1999年10月破格晋升为副教授，2004年12月晋升为教授。2000年起担任山东财政学院计算机信息工程学院副院长，为该校管理科学与工程和计算机科学与技术学科带头人，硕士生导师。2006年11月作为高层人才引进进入北京信息科技大学，现任该校经济管理学院知识管理研究中心教授、信息管理学院教授，管理科学与工程专业硕士生导师。在国内外学术刊物和学术会议上发表论文50余篇，近3年有11篇被三大机构检索；出版专著2部，教材5部；主持省部、厅局级科研项目多项；曾获2005年山东省高校优秀科研成果（自然科学）二等奖、1999年山东交通科技进步一等奖、1999年山东建筑科技进步三等奖、1995年山东省科技进步三等奖等。
目前正在主持教育部人文社科规划基金项目、北京市优秀人才培养资助D类项目和山东省教育厅科技计划项目各一项。2001年起被聘为山东省信息化专家委员会专家、山东省科技厅、教育厅科技项目（奖励）评审专家组成员、齐鲁软件园人才培养基地顾问。2002年被聘为澳门科技大学山东社会科学院教育点MBA特聘教授、硕士生导师。现为中国人工智能学会高级会员，中国计算机学会会员、中国电子学会MIS专委会委员。
目录
前言
第一章绪论
第一节引言
第二节免疫进化计算及其典型应用
第三节本书的研究内容与组织结构
第二章免疫系统与免疫进化
第一节生物免疫系统基本原理
第二节人工免疫系统研究概况
第三节免疫进化与免疫优化计算
第四节免疫系统与网络安全
第三章进化计算与免疫进化算法
第一节进化计算与遗传算法
第二节免疫机制及其对进化计算的启示
第三节理论免疫学与免疫进化模型
第四节基于免疫机制的进化算法研究
第五节通用免疫进化算法(GIEA)一般框架
第六节利用GIEA求解TSP等仿真实验
第七节本章小结
第四章抗体基因生成与进化算法
第一节抗体基因及其编码设计
第二节利用模糊系统提取抗体基因
第三节负选择算法生成抗体基因
第四节克隆选择算法实施基因进化
第五节抗体基因进化算法集成
第六节本章小结
第五章免疫优化在物流配送中的应用
第一节物流配送的车辆调度问题
第二节车辆调度模型研究
第三节免疫优化算法求解车辆调度问题
第四节车辆调度问题仿真实验
第五节本章小结
第六章多模态免疫优化算法
第一节多模态优化算法概述
第二节多模态遗传算法及其改进
第三节多模态优化算法的完全收敛性
第四节基于GIEA多模态免疫算法设计
第五节自适应多模态免疫进化算法的设计
第六节基于平衡峰值多模态免疫优化算法
第七节多模态免疫优化算法的理论性能分析
第八节本章小结
第七章免疫算法在金融预测中的应用
第一节金融预测
第二节模糊预测模型
第三节基于多模态免疫算法的模糊规则发现
第四节免疫算法优化模糊系统参数
第五节双层免疫算法优化动态模糊系统
第六节变长抗体编码免疫算法优化模糊系统
第七节本章小结
第八章基于免疫进化的入侵检测系统研究
第一节入侵检测系统及其存在的问题
第二节计算智能在入侵检测中的应用简介
第三节基于免疫进化与粗集约简的IDS模型
第四节免疫入侵检测原型系统的设计与实现
第五节本章小结
第九章基于免疫机制的网络安全体系设计
第一节传统网络安全体系结构与模型
第二节新一代的网络安全体系结构
第三节网络免疫系统模型框架的提出
第四节集成网络免疫系统的原型设计
第五节本章小结
第十章回顾与展望
第一节研究工作回顾
第二节主要研究成果和结论
第三节未来研究展望
第四节结束语
主要参考文献
作者论著及研究项目
后记
书摘插图
第一章绪论
第二节免疫进化计算及其典型应用
以传统搜索方法为基础，用于寻求各种实际问题最优解的优化技术，在当前工程应用中的作用越来越大，同时，由于社会进步、市场竞争和科学决策的需要，所考虑的问题越来越复杂。人们一方面对现有方法不断改进，另一方面则希望开辟新的思路，
试图以新的生物学发现作为构建新算法的模型基础。在生物学家提出生物免疫理论①以后，人们发现，、免疫系统具有很多智能化的特征，比如学习、记忆、进化、自组织能力等，尤其适用于进化计算，特别是多模态问题的求解。于是，从工程的角度提出各种免疫进化算法，把免疫系统的智能机制和先前知识结合起来，为当前的工程实际提供了更加有效的免疫进化计算模式。②近年来，免疫计算理论和免疫算法已经引起了相关研究人员的极大关注。
一免疫进化与函数优化
在生物科学领域，人们对进化、遗传和免疫等自然现象已经进行了广泛而深入的研究。从生物角度研究免疫系统的整体特性，寻找解决科学和工程中实际问题的智能优化方法，是智能科学中一个新的研究和应用领域。
现实生活中存在很多种类不一、影响因素复杂的问题。在对这些实际问题进行数学建模后，可以将其抽象为一个数值函数的优化问题。不过这些数学函数会显示出不同的数学特征。比如在这些函数中，有的是连续函数，有的是离散函数；有的是凸函数，有的是凹函数；有的是单峰函数，有的是多峰函数。而我们经常遇到的函数多数是这些不同数学特征的组合。在函数是连续、可求导、低阶的简单情况下，我们可以通过解析法求出其最优解，但是在大部分情况下需要用数值计算的方法来进行近似优化计算。
……
