基于生物网络的智能控制与优化

　　《智能科学技术著作丛书》序
　　前言
　　第1章  绪论
　　1.1  引言
　　1.2  人工生物智能系统
　　1.2.1  ANN
　　1.2.2  AIS
　　1.2.3  AES
　　1.2.4  EC与遗传算法
　　1.3  其他典型智能控制技术
　　1.3.1  模糊控制
　　1.3.2  神经网络控制
　　1.3.3  学习控制
　　1.3.4  专家控制
　　1.3.5  综合智能控制
　　1.4  小结
　　参考文献
　　第2章  生物网络系统的生物学背景
　　2.1  引言
　　2.2  生物神经系统
　　2.3  生物免疫系统
　　2.3.1  免疫系统简介
　　2.3.2  免疫细胞与免疫反应
　　2.3.3  免疫网络及其特性
　　2.4  生物内分泌系统
　　2.5  NEI
　　2.5.1  神经系统与内分泌系统的联系
　　2.5.2  内分泌系统与免疫系统的联系
　　2.5.3  神经系统与免疫系统的联系
　　2.5.4  神经内分泌对免疫系统的调控
　　2.5.5  免疫系统对神经内分泌系统的调控
　　2.5.6  NEI的整体调控
　　2.6  小结
　　参考文献
　　第3章  基于免疫系统反馈机理的智能控制
　　3.1  引言
　　3.2  生物免疫系统的反馈机理
　　3.3  基于免疫反馈机理的智能控制系统
　　3.3.1  免疫反馈规律
　　3.3.2  免疫反馈控制器的设计
　　3.3.3  免疫反馈规律的模糊自调整
　　3.3.4  智能调节的免疫神经网络反馈控制系统
　　3.3.5  仿真及应用
　　3.4  基于免疫模糊控制器的整纬控制
　　3.4.1  整纬控制原理
　　3.4.2  免疫模糊PID整纬控制器的设计
　　3.4.3  仿真实验及分析
　　3.4.4  智能整纬控制的实际应用
　　3.5  小结
　　参考文献
　　第4章  基于免疫机理的智能优化算法
　　4.1  引言
　　4.2  生物免疫优化原理
　　4.3  基于免疫机理的智能优化算法
　　4.3.1  免疫算法
　　4.3.2  免疫遗传算法
　　4.3.3  免疫克隆算法
　　4.3.4   IEA
　　4.4  免疫优化算法的应用
　　4.4.1  免疫优化设计神经网络分类器
　　4.4.2  基于IGA优化的神经网络洪水灾情评估模型
　　4.4.3  基于IEA的聚类融合在感官评估中的应用
　　4.5  小结
　　参考文献
　　第5章  基于免疫应答机制的学习记忆智能控制
　　5.1  引言
　　5.2  免疫系统的初次-再次应答机制
　　5.3  增强型学习记忆智能控制算法
　　5.3.1  控制抗体的初次产生
　　5.3.2  控制抗体的工作过程
　　5.3.3  控制偏差消除过程
　　5.3.4  控制抗体的管理
　　5.4  仿真实验与实际应用
　　5.4.1  仿真实验
　　5.4.2  噪声智能控制系统的应用
　　5.5  小结
　　参考文献
　　第6章  基于神经内分泌调节机制的智能控制
　　6.1  引言
　　6.2  基于睾丸素分泌调节原理的双层结构控制器
　　6.2.1  神经内分泌睾丸素的调节原理
　　6.2.2  双层结构控制器的设计与实现
　　6.2.3  仿真结果
　　6.3  基于内分泌系统超短反馈调节机制的控制器
　　6.3.1  内分泌系统超短反馈机制
　　6.3.2  NUC的设计与实现
　　6.3.3  仿真结果
　　6.4  基于内分泌反馈的预测PI控制器
　　6.4.1  短反馈预测PI控制器
　　6.4.2  仿真分析
　　6.5  一种神经内分泌智能综合控制器及在六自由度并联机器人中的应用
　　6.5.1  神经内分泌系统的调节原理
　　6.5.2  神经内分泌智能控制器的设计
　　6.5.3  并联机器人控制的应用
　　6.5.4  仿真结果
　　6.6  小结
　　参考文献
　　第7章  基于神经内分泌生长激素调控机理的解耦控制
　　7.1  引言
　　7.2  神经内分泌生长激素双向调节原理
　　7.3  基于生长激素双向调节机理的解耦控制
　　7.3.1  阶跃响应系统辨识
　　7.3.2  解耦控制器的设计与实现
　　7.3.3  推广到多输入多输出系统
　　7.3.4  仿真结果
　　7.4  基于生长激素双向调节机制的逆控制解耦控制
　　7.4.1  逆控制解耦控制的设计与实现
　　7.4.2  仿真结果
　　7.5  小结
　　参考文献
　　第8章  基于生物系统的智能协同控制
　　8.1  引言
　　8.2  基于生长激素调节原理的智能协同控制
　　8.2.1  生长激素调节机制
　　8.2.2  双向调节协同控制器的设计
　　8.2.3  仿真结果
　　8.3  一种基于生理调节机制的智能协同解耦控制器
　　8.3.1  生理系统协同调节机制
　　8.3.2  协同解耦控制器的设计
　　8.3.3  仿真结果
　　8.4  基于神经一内分泌调节原理的碳纤维凝固浴智能协同解耦控制
　　8.4.1  碳纤维凝固浴的数学模型
　　8.4.2  凝固浴智能协同解耦控制器的设计
　　8.4.3  仿真结果及性能分析
　　8.5  小结
　　参考文献
　　第9章  基于内分泌激素调节机理的遗传优化算法
　　9.1  引言
　　9.2  基于激素调节机理的遗传优化算法
　　9.2.1  内分泌激素调节机理
　　9.2.2  基于激素调节机理的遗传优化算法原理
　　9.2.3  自适应遗传算法的寻优效果
　　9.3  基于NEI调节机制的协同优化算法
　　9.3.1  NEI协同原理
　　9.3.2  协同优化算法原理
　　9.3.3  协同优化算法寻优效果
　　9.4  小结
　　参考文献
　　第10章  基于NEI系统调节机制的智能优化控制
　　10.1  引言
　　10.2  NEI系统的调节机制
　　10.2.1  NEI系统调节结构
　　10.2.2  神经内分泌肾上腺激素的调节原理
　　10.3  基于NEI系统整体调节机制的优化控制
　　10.3.1  NOIC的设计与实现
　　10.3.2  控制参数的优化
　　10.3.3  仿真结果
　　10.4  基于肾上腺激素调控机制的智能优化控制
　　10.4.1  ALIC控制器的设计
　　10.4.2  仿真结果
　　10.5  小结
　　参考文献
　　第11章  受人体生物系统启发的网络智能控制
　　11.1  引言
　　11.2  NEI系统的网络调节机制
　　11.2.1  激素多反馈网络调节
　　11.2.2  激素调节的协调性
　　11.3  基于NEI系统的分布式网络控制
　　11.3.1  BDNCS的体系结构
　　11.3.2  BDNCS的整体特征
　　11.3.3  网络控制系统仿真环境
　　11.4  在六自由度微型操作平台中的应用
　　11.4.1  六自由度微型操作平台
　　11.4.2  整体控制方案
　　11.4.3  模型辨识
　　11.4.4  控制优化及效果
　　11.4.5  整体控制效果
　　11.5  小结
　　参考文献

　　    《基于生物网络的智能控制与优化》面向智能系统学科前沿，讨论了基于生物网络智能控制和优化的理论、技术及其应用的若干方面，主要包括免疫网络、神经内分泌网络、神经内分泌免疫网络、生物整体网络等研究领域启发的理论、技术与应用方法；取材新颖，内容深入浅出，材料丰富，理论密切结合实际，具有较好的创新性，且具有较高的学术水平和参考价值。
　　    《基于生物网络的智能控制与优化》可作为高等院校相关专业高年级本科生或研究生的教材及参考书，也可供从事智能科学、自然计算、计算机科学、自动控制、系统科学、应用数学等领域研究的教师和科技工作者参考。