產品免疫概念設計理論及應用

前言
第1章 緒論
1.1 引言
1.2 概念設計
1.2.1 概念設計概述
1.2.2 概念設計發(fā)展
1.2.3 概念設計中的決策分析
1.2.4 概念設計存在的問題
1.3 智能決策
1.3.1 決策
1.3.2 智能決策的概念
1.3.3 智能優(yōu)化與決策的關系
1.3.4 智能決策研究現狀
1.3.5 智能決策存在的問題
1.4 免疫決策
1.4.1 免疫決策思想的提出
1.4.2 免疫決策的研究現狀
1.5 帶式輸送機傳動方案設計概述
1.6 本書的結構
1.7 本章小結
參考文獻
第2章 免疫系統
2.1 引言
2.2 生物免疫系統
2.2.1 生物免疫的概念
2.2.2 生物免疫系統的組成
2.2.3 免疫機制
2.2.4 生物免疫系統的特征
2.3 補體系統
2.4 人工免疫系統
2.4.1 免疫算法
2.4.2 免疫網絡模型
2.5 本章小結
參考文獻
第3章 免疫Agent
3.1 引言
3.2 免疫Agent概述
3.2.1 免疫Agent的生物來源
3.2.2 免疫Agent的定義及特征
3.2.3 免疫Agent的種類及工作流程
3.3 多免疫Agent系統
3.3.1 體系結構
3.3.2 形式化描述
3.3.3 免疫Agent之間的協作模式
3.3.4 應答Agent的動力學形式化模型
3.3.5 多免疫Agent系統的特點
3.4 本章小結
參考文獻
第4章 基于多目標免疫應答激活算法的方案設計
4.1 引言
4.2 免疫應答原理
4.3 補體激活原理
4.3.1 經典激活途徑
4.3.2 旁路激活途徑
4.4 多目標免疫應答激活算法
4.4.1 基本定義
4.4.2 鄰居排擠算法
4.4.3 操作算子的構造
4.4.4 多目標免疫應答激活算法流程
4.4.5 算法的收斂性分析
4.4.6 實驗測試
4.5 產品方案設計模糊信息建模
4.5.1 模糊理論
4.5.2 方案設計模糊信息描述
4.6 帶式輸送機的傳動方案設計
4.6.1 傳動方案建模
4.6.2 帶式輸送機傳動方案的求解
4.7 本章小結
參考文獻
第5章 基于克隆激活算法的方案評價
5.1 引言
5.2 基本定義
5.3 補體激活算法
5.3.1 補體激活算法流程
5.3.2 補體激活算法的實驗
5.4 克隆激活算法
5.4.1 克隆激活算法流程
5.4.2 克隆激活算法的收斂性分析
5.4.3 實驗測試
5.5 基于克隆激活算法的多目標群決策方法
5.5.1 多目標決策問題
5.5.2 多目標決策的權重處理
5.5.3 多目標決策方法
5.5.4 多目標群決策方法
5.6 本章小結
參考文獻
第6章 基于免疫學習算法的評價指標協商
6.1 引言
6.2 沖突消解方法
6.3 多方多議題協商體系
6.3.1 協商模型
6.3.2 協商協議
6.4 強化學習
6.4.1 強化學習概述
6.4.2 Q-學習算法
6.4.3 多Agent強化學習
6.5 基于免疫網絡的Q-學習算法
6.6 帶式輸送機傳動方案的評價指標協商
6.6.1 評價指標體系的建立
6.6.2 帶式輸送機傳動方案評價指標協商實驗
6.7 本章小結
參考文獻
第7章 基于免疫Agent的群體決策支持系統
7.1 群體決策支持系統
7.1.1 群體決策支持系統概述
7.1.2 群體決策支持系統的體系結構
7.2 基于免疫Agent的群體決策支持系統
7.2.1 體系結構
7.2.2 決策過程
7.2.3 知識表示
7.3 帶式輸送機傳動方案群體決策支持系統
7.3.1 系統結構
7.3.2 各Agent的實現
7.3.3 數據層
7.3.4 帶式輸送機傳動方案協同開發(fā)系統
7.4 本章小結
參考文獻
附錄A 測試問題
附錄B 基本術語