基本介紹
內容簡介,圖書目錄,
內容簡介
《產品免疫概念設計理論及套用》在全面總結國內外產品概念設計和人工免疫系統發展現狀的基礎上，介紹了免疫決策的理論體系：免疫Agent、多目標免疫應答激活算法、補體激活算法、克隆激活算法、基於免疫網路的Q-學習算法。在此基礎上，以產品概念設計為工程背景，提出了基於免疫決策理論的方案設計、方案評價、評價指標協商等概念設計方法，構建了基於免疫Agent的群體決策支持系統，並基於提出的理論和方法開發了帶式輸送機傳動方案協同開發系統。
《產品免疫概念設計理論及套用》對提升產品設計人員的產品創新開發能力具有重要的參考價值，也可供計算機科學、信息科學、人工智慧和自動化技術等領域從事人工免疫系統最佳化與決策研究的相關專業技術人員參考。
圖書目錄
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 智慧型決策
1.3.1 決策
1.3.2 智慧型決策的概念
1.3.3 智慧型最佳化與決策的關係
1.3.4 智慧型決策研究現狀
1.3.5 智慧型決策存在的問題
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 生物免疫系統的特徵
2.3 補體系統
2.4 人工免疫系統
2.4.1 免疫算法
2.4.2 免疫網路模型
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的定義及特徵
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 基於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 操作運算元的構造
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 基於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 基於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 基於免疫學習算法的評價指標協商
6.1 引言
6.2 衝突消解方法
6.3 多方多議題協商體系
6.3.1 協商模型
6.3.2 協商協定
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 基於免疫網路的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 基於免疫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 基於免疫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
……
