第1章 绪论 1
1.1 引言 1
1.2 概念设计 2
1.2.1 概念设计概述 2
1.2.2 概念设计发展 5
1.2.3 概念设计中的决策分析 12
1.2.4 概念设计存在的问题 13
1.3 智能决策 14
1.3.1 决策 14
1.3.2 智能决策的概念 15
1.3.3 智能优化与决策的关系 15
1.3.4 智能决策研究现状 16
1.3.5 智能决策存在的问题 18
1.4 免疫决策 20
1.4.1 免疫决策思想的提出 20
1.4.2 免疫决策的研究现状 20
1.5 带式输送机传动方案设计概述 22
1.6 本书的结构 23
1.7 本章小结 25
参考文献 25
第2章 免疫系统 31
2.1 引言 31
2.2 生物免疫系统 31
2.2.1 生物免疫的概念 31
2.2.2 生物免疫系统的组成 31
2.2.3 免疫机制 34
2.2.4 生物免疫系统的特征 38
2.3 补体系统 39
2.4 人工免疫系统 40
2.4.1 免疫算法 40
2.4.2 免疫网络模型 42
2.5 本章小结 43
参考文献 44
第3章 免疫Agent 47
3.1 引言 47
3.2 免疫Agent概述 49
3.2.1 免疫Agent的生物来源 49
3.2.2 免疫Agent的定义及特征 49
3.2.3 免疫Agent的种类及工作流程 50
3.3 多免疫Agent系统 52
3.3.1 体系结构 52
3.3.2 形式化描述 53
3.3.3 免疫Agent之间的协作模式 54
3.3.4 应答Agent的动力学形式化模型 56
3.3.5 多免疫Agent系统的特点 56
3.4 本章小结 57
参考文献 57
第4章 基于多目标免疫应答激活算法的方案设计 59
4.1 引言 59
4.2 免疫应答原理 62
4.3 补体激活原理 63
4.3.1 经典激活途径 63
4.3.2 旁路激活途径 64
4.4 多目标免疫应答激活算法 64
4.4.1 基本定义 64
4.4.2 邻居排挤算法 66
4.4.3 操作算子的构造 67
4.4.4 多目标免疫应答激活算法流程 69
4.4.5 算法的收敛性分析 70
4.4.6 实验测试 72
4.5 产品方案设计模糊信息建模 77
4.5.1 模糊理论 77
4.5.2 方案设计模糊信息描述 80
4.6 带式输送机的传动方案设计 82
4.6.1 传动方案建模 82
4.6.2 带式输送机传动方案的求解 85
4.7 本章小结 86
参考文献 87
第5章 基于克隆激活算法的方案评价 90
5.1 引言 90
5.2 基本定义 91
5.3 补体激活算法 92
5.3.1 补体激活算法流程 92
5.3.2 补体激活算法的实验 93
5.4 克隆激活算法 95
5.4.1 克隆激活算法流程 95
5.4.2 克隆激活算法的收敛性分析 96
5.4.3 实验测试 98
5.5 基于克隆激活算法的多目标群决策方法 103
5.5.1 多目标决策问题 103
5.5.2 多目标决策的权重处理 104
5.5.3 多目标决策方法 106
5.5.4 多目标群决策方法 110
5.6 本章小结 111
参考文献 111
第6章 基于免疫学习算法的评价指标协商 113
6.1 引言 113
6.2 冲突消解方法 114
6.3 多方多议题协商体系 115
6.3.1 协商模型 115
6.3.2 协商协议 119
6.4 强化学习 119
6.4.1 强化学习概述 120
6.4.2 Q-学习算法 120
6.4.3 多Agent强化学习 122
6.5 基于免疫网络的Q-学习算法 124
6.6 带式输送机传动方案的评价指标协商 125
6.6.1 评价指标体系的建立 125
6.6.2 带式输送机传动方案评价指标协商实验 126
6.7 本章小结 128
参考文献 129
第7章 基于免疫Agent的群体决策支持系统 131
7.1 群体决策支持系统 131
7.1.1 群体决策支持系统概述 131
7.1.2 群体决策支持系统的体系结构 132
7.2 基于免疫Agent的群体决策支持系统 133
7.2.1 体系结构 133
7.2.2 决策过程 135
7.2.3 知识表示 135
7.3 带式输送机传动方案群体决策支持系统 137
7.3.1 系统结构 137
7.3.2 各Agent的实现 138
7.3.3 数据层 144
7.3.4 带式输送机传动方案协同开发系统 147
7.4 本章小结 150
参考文献 151
附录A 测试问题 152
附录B 基本术语 157