基于生物網(wǎng)絡(luò)的智能控制與優(yōu)化

前言

在現(xiàn)代工業(yè)過程控制中，人們對產(chǎn)品質(zhì)量的要求越來越高，所以對生產(chǎn)過程的控制效果提出了更高的要求。同時(shí)，在現(xiàn)代復(fù)雜信息環(huán)境下，出現(xiàn)了越來越多的復(fù)雜控制系統(tǒng)。因此，研究開發(fā)智能化程度更高、實(shí)用性更強(qiáng)的智能控制及其優(yōu)化算法具有十分重要的理論意義和應(yīng)用價(jià)值。本書基于免疫網(wǎng)絡(luò)、神經(jīng)內(nèi)分泌網(wǎng)絡(luò)、神經(jīng)內(nèi)分泌免疫網(wǎng)絡(luò)、生物整體網(wǎng)絡(luò)等系統(tǒng)的多種生物調(diào)節(jié)機(jī)制，結(jié)合傳統(tǒng)控制理論和目前的各種智能控制和優(yōu)化技術(shù)，以實(shí)際應(yīng)用為前提，以提高復(fù)雜對象的控制質(zhì)量為目的，在研究以上生物網(wǎng)絡(luò)系統(tǒng)的復(fù)雜調(diào)節(jié)機(jī)制的基礎(chǔ)上，從智能控制、學(xué)習(xí)控制、解耦控制、優(yōu)化控制和網(wǎng)絡(luò)控制等幾方面，對相關(guān)智能控制及其優(yōu)化算法進(jìn)行了較為全面的研究。本書的研究內(nèi)容具有典型的交叉性，涉及醫(yī)學(xué)免疫學(xué)、神經(jīng)內(nèi)分泌學(xué)、生物信息學(xué)、智能系統(tǒng)、自動(dòng)控制、計(jì)算智能、計(jì)算機(jī)網(wǎng)絡(luò)等多個(gè)學(xué)科領(lǐng)域。全書共分11章。第1章介紹了智能控制及其優(yōu)化算法的若干領(lǐng)域，第2章介紹了生物網(wǎng)絡(luò)系統(tǒng)的理論基礎(chǔ)和研究背景，第3章～第11章討論了生物網(wǎng)絡(luò)引發(fā)的多種智能控制與優(yōu)化技術(shù)。本書的研究內(nèi)容近年來相繼得到了國家自然科學(xué)基金重點(diǎn)項(xiàng)目（60534020）、國家自然科學(xué)基金項(xiàng)目（60975059，60474037，60004006）、教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金（2009XXX）項(xiàng)目、教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃項(xiàng)目（NCET-04-415）和上海市科學(xué)技術(shù)委員會(huì)重點(diǎn)基礎(chǔ)研究項(xiàng)目（09JCl400900，08JCl400100）等的資助，受生物網(wǎng)絡(luò)的啟發(fā)，基于免疫網(wǎng)絡(luò)、神經(jīng)內(nèi)分泌網(wǎng)絡(luò)、神經(jīng)內(nèi)分泌免疫網(wǎng)絡(luò)、生物整體網(wǎng)絡(luò)等的各種調(diào)節(jié)機(jī)制，取得了面向智能控制及優(yōu)化的理論、技術(shù)及其應(yīng)用的一系列研究成果。本書的學(xué)術(shù)思想先進(jìn)，內(nèi)容新穎，材料豐富，理論密切結(jié)合實(shí)際，結(jié)構(gòu)安排合理，既照顧到面，又照顧到點(diǎn)，有一定深度和廣度。讀者既可以從中了解到這一領(lǐng)域的前沿研究進(jìn)展，又可以深入到某一較深的研究方向。

內(nèi)容概要

本書基于免疫網(wǎng)絡(luò)、神經(jīng)內(nèi)分泌網(wǎng)絡(luò)、神經(jīng)內(nèi)分泌免疫網(wǎng)絡(luò)、生物整體網(wǎng)絡(luò)等系統(tǒng)的多種生物調(diào)節(jié)機(jī)制，結(jié)合傳統(tǒng)控制理論和目前的各種智能控制和優(yōu)化技術(shù)，以實(shí)際應(yīng)用為前提，以提高復(fù)雜對象的控制質(zhì)量為目的，在研究以上生物網(wǎng)絡(luò)系統(tǒng)的復(fù)雜調(diào)節(jié)機(jī)制的基礎(chǔ)上，從智能控制、學(xué)習(xí)控制、解耦控制、優(yōu)化控制和網(wǎng)絡(luò)控制等幾方面，對相關(guān)智能控制及其優(yōu)化算法進(jìn)行了較為傘面的研究。

書籍目錄

《智能科學(xué)技術(shù)著作叢書》序前言第1章  緒論  1.1  引言  1.2  人工生物智能系統(tǒng)    1.2.1  ANN    1.2.2  AIS    1.2.3  AES    1.2.4  EC與遺傳算法  1.3  其他典型智能控制技術(shù)    1.3.1  模糊控制    1.3.2  神經(jīng)網(wǎng)絡(luò)控制    1.3.3  學(xué)習(xí)控制    1.3.4  專家控制    1.3.5  綜合智能控制  1.4  小結(jié)  參考文獻(xiàn)第2章  生物網(wǎng)絡(luò)系統(tǒng)的生物學(xué)背景  2.1  引言  2.2  生物神經(jīng)系統(tǒng)  2.3  生物免疫系統(tǒng)    2.3.1  免疫系統(tǒng)簡介    2.3.2  免疫細(xì)胞與免疫反應(yīng)    2.3.3  免疫網(wǎng)絡(luò)及其特性  2.4  生物內(nèi)分泌系統(tǒng)  2.5  NEI    2.5.1  神經(jīng)系統(tǒng)與內(nèi)分泌系統(tǒng)的聯(lián)系    2.5.2  內(nèi)分泌系統(tǒng)與免疫系統(tǒng)的聯(lián)系    2.5.3  神經(jīng)系統(tǒng)與免疫系統(tǒng)的聯(lián)系    2.5.4  神經(jīng)內(nèi)分泌對免疫系統(tǒng)的調(diào)控    2.5.5  免疫系統(tǒng)對神經(jīng)內(nèi)分泌系統(tǒng)的調(diào)控    2.5.6  NEI的整體調(diào)控  2.6  小結(jié)  參考文獻(xiàn)第3章  基于免疫系統(tǒng)反饋機(jī)理的智能控制  3.1  引言  3.2  生物免疫系統(tǒng)的反饋機(jī)理  3.3  基于免疫反饋機(jī)理的智能控制系統(tǒng)    3.3.1  免疫反饋規(guī)律    3.3.2  免疫反饋控制器的設(shè)計(jì)    3.3.3  免疫反饋規(guī)律的模糊自調(diào)整    3.3.4  智能調(diào)節(jié)的免疫神經(jīng)網(wǎng)絡(luò)反饋控制系統(tǒng)    3.3.5  仿真及應(yīng)用  3.4  基于免疫模糊控制器的整緯控制    3.4.1  整緯控制原理    3.4.2  免疫模糊PID整緯控制器的設(shè)計(jì)    3.4.3  仿真實(shí)驗(yàn)及分析    3.4.4  智能整緯控制的實(shí)際應(yīng)用  3.5  小結(jié)  參考文獻(xiàn)第4章  基于免疫機(jī)理的智能優(yōu)化算法  4.1  引言  4.2  生物免疫優(yōu)化原理  4.3  基于免疫機(jī)理的智能優(yōu)化算法    4.3.1  免疫算法    4.3.2  免疫遺傳算法    4.3.3  免疫克隆算法    4.3.4   IEA  4.4  免疫優(yōu)化算法的應(yīng)用    4.4.1  免疫優(yōu)化設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)分類器    4.4.2  基于IGA優(yōu)化的神經(jīng)網(wǎng)絡(luò)洪水災(zāi)情評估模型    4.4.3  基于IEA的聚類融合在感官評估中的應(yīng)用  4.5  小結(jié)  參考文獻(xiàn)第5章  基于免疫應(yīng)答機(jī)制的學(xué)習(xí)記憶智能控制  5.1  引言  5.2  免疫系統(tǒng)的初次-再次應(yīng)答機(jī)制  5.3  增強(qiáng)型學(xué)習(xí)記憶智能控制算法    5.3.1  控制抗體的初次產(chǎn)生    5.3.2  控制抗體的工作過程    5.3.3  控制偏差消除過程    5.3.4  控制抗體的管理  5.4  仿真實(shí)驗(yàn)與實(shí)際應(yīng)用    5.4.1  仿真實(shí)驗(yàn)    5.4.2  噪聲智能控制系統(tǒng)的應(yīng)用  5.5  小結(jié)  參考文獻(xiàn)第6章  基于神經(jīng)內(nèi)分泌調(diào)節(jié)機(jī)制的智能控制  6.1  引言  6.2  基于睪丸素分泌調(diào)節(jié)原理的雙層結(jié)構(gòu)控制器    6.2.1  神經(jīng)內(nèi)分泌睪丸素的調(diào)節(jié)原理    6.2.2  雙層結(jié)構(gòu)控制器的設(shè)計(jì)與實(shí)現(xiàn)    6.2.3  仿真結(jié)果  6.3  基于內(nèi)分泌系統(tǒng)超短反饋調(diào)節(jié)機(jī)制的控制器    6.3.1  內(nèi)分泌系統(tǒng)超短反饋機(jī)制    6.3.2  NUC的設(shè)計(jì)與實(shí)現(xiàn)    6.3.3  仿真結(jié)果  6.4  基于內(nèi)分泌反饋的預(yù)測PI控制器    6.4.1  短反饋預(yù)測PI控制器    6.4.2  仿真分析  6.5  一種神經(jīng)內(nèi)分泌智能綜合控制器及在六自由度并聯(lián)機(jī)器人中的應(yīng)用    6.5.1  神經(jīng)內(nèi)分泌系統(tǒng)的調(diào)節(jié)原理    6.5.2  神經(jīng)內(nèi)分泌智能控制器的設(shè)計(jì)    6.5.3  并聯(lián)機(jī)器人控制的應(yīng)用    6.5.4  仿真結(jié)果  6.6  小結(jié)  參考文獻(xiàn)第7章  基于神經(jīng)內(nèi)分泌生長激素調(diào)控機(jī)理的解耦控制  7.1  引言  7.2  神經(jīng)內(nèi)分泌生長激素雙向調(diào)節(jié)原理  7.3  基于生長激素雙向調(diào)節(jié)機(jī)理的解耦控制    7.3.1  階躍響應(yīng)系統(tǒng)辨識    7.3.2  解耦控制器的設(shè)計(jì)與實(shí)現(xiàn)    7.3.3  推廣到多輸入多輸出系統(tǒng)    7.3.4  仿真結(jié)果  7.4  基于生長激素雙向調(diào)節(jié)機(jī)制的逆控制解耦控制    7.4.1  逆控制解耦控制的設(shè)計(jì)與實(shí)現(xiàn)    7.4.2  仿真結(jié)果  7.5  小結(jié)  參考文獻(xiàn)第8章  基于生物系統(tǒng)的智能協(xié)同控制  8.1  引言  8.2  基于生長激素調(diào)節(jié)原理的智能協(xié)同控制    8.2.1  生長激素調(diào)節(jié)機(jī)制    8.2.2  雙向調(diào)節(jié)協(xié)同控制器的設(shè)計(jì)    8.2.3  仿真結(jié)果  8.3  一種基于生理調(diào)節(jié)機(jī)制的智能協(xié)同解耦控制器    8.3.1  生理系統(tǒng)協(xié)同調(diào)節(jié)機(jī)制    8.3.2  協(xié)同解耦控制器的設(shè)計(jì)    8.3.3  仿真結(jié)果  8.4  基于神經(jīng)一內(nèi)分泌調(diào)節(jié)原理的碳纖維凝固浴智能協(xié)同解耦控制    8.4.1  碳纖維凝固浴的數(shù)學(xué)模型    8.4.2  凝固浴智能協(xié)同解耦控制器的設(shè)計(jì)    8.4.3  仿真結(jié)果及性能分析  8.5  小結(jié)  參考文獻(xiàn)第9章  基于內(nèi)分泌激素調(diào)節(jié)機(jī)理的遺傳優(yōu)化算法  9.1  引言  9.2  基于激素調(diào)節(jié)機(jī)理的遺傳優(yōu)化算法    9.2.1  內(nèi)分泌激素調(diào)節(jié)機(jī)理    9.2.2  基于激素調(diào)節(jié)機(jī)理的遺傳優(yōu)化算法原理    9.2.3  自適應(yīng)遺傳算法的尋優(yōu)效果  9.3  基于NEI調(diào)節(jié)機(jī)制的協(xié)同優(yōu)化算法    9.3.1  NEI協(xié)同原理    9.3.2  協(xié)同優(yōu)化算法原理    9.3.3  協(xié)同優(yōu)化算法尋優(yōu)效果  9.4  小結(jié)  參考文獻(xiàn)第10章  基于NEI系統(tǒng)調(diào)節(jié)機(jī)制的智能優(yōu)化控制  10.1  引言  10.2  NEI系統(tǒng)的調(diào)節(jié)機(jī)制    10.2.1  NEI系統(tǒng)調(diào)節(jié)結(jié)構(gòu)    10.2.2  神經(jīng)內(nèi)分泌腎上腺激素的調(diào)節(jié)原理  10.3  基于NEI系統(tǒng)整體調(diào)節(jié)機(jī)制的優(yōu)化控制    10.3.1  NOIC的設(shè)計(jì)與實(shí)現(xiàn)    10.3.2  控制參數(shù)的優(yōu)化    10.3.3  仿真結(jié)果  10.4  基于腎上腺激素調(diào)控機(jī)制的智能優(yōu)化控制    10.4.1  ALIC控制器的設(shè)計(jì)    10.4.2  仿真結(jié)果  10.5  小結(jié)  參考文獻(xiàn)第11章  受人體生物系統(tǒng)啟發(fā)的網(wǎng)絡(luò)智能控制  11.1  引言  11.2  NEI系統(tǒng)的網(wǎng)絡(luò)調(diào)節(jié)機(jī)制    11.2.1  激素多反饋網(wǎng)絡(luò)調(diào)節(jié)    11.2.2  激素調(diào)節(jié)的協(xié)調(diào)性  11.3  基于NEI系統(tǒng)的分布式網(wǎng)絡(luò)控制    11.3.1  BDNCS的體系結(jié)構(gòu)    11.3.2  BDNCS的整體特征    11.3.3  網(wǎng)絡(luò)控制系統(tǒng)仿真環(huán)境  11.4  在六自由度微型操作平臺(tái)中的應(yīng)用    11.4.1  六自由度微型操作平臺(tái)    11.4.2  整體控制方案    11.4.3  模型辨識    11.4.4  控制優(yōu)化及效果    11.4.5  整體控制效果  11.5  小結(jié)  參考文獻(xiàn)

章節(jié)摘錄

插圖：（1）免疫算法起源于宿主與宿原之間的內(nèi)部競爭，其相互作用的環(huán)境既包括外部也包括內(nèi)部環(huán)境；而遺傳算法起源于個(gè)體與自私基因之間的競爭。（2）在免疫算法中，基因組合是為了獲得多樣性，且在同一代個(gè)體進(jìn)行進(jìn)化，一般不用交叉操作；而遺傳算法后代個(gè)體通常是父代個(gè)體交叉的結(jié)果。（3）免疫算法和遺傳算法都是啟發(fā)式隨機(jī)搜索算法，都屬于模擬自然現(xiàn)象的計(jì)算智能方法。（4）免疫算法與遺傳算法在形式上很相似，都采用重組、變異等算子操作，遺傳算法以交叉為主，變異為輔；而免疫算法以交叉為輔，變異為主。免疫算法與遺傳算法一樣，也存在難以確定控制參數(shù)和收斂速度慢的特點(diǎn)。在已有的免疫模型和免疫算法中，免疫機(jī)制的引入非常有限，只是模擬了免疫系統(tǒng)的很小部分。因此，AIS還具有很大的發(fā)展空間。AIs在控制領(lǐng)域的應(yīng)用，主要包括基于免疫機(jī)理的智能控制算法的研究、模型辨識和優(yōu)化控制等。將來應(yīng)從不同的角度對人體免疫系統(tǒng)所特有的信息處理機(jī)制進(jìn)行建模，以期得到更廣更深的研究和應(yīng)用。1.2.3AES內(nèi)分泌系統(tǒng)是機(jī)體執(zhí)行內(nèi)分泌調(diào)節(jié)功能的機(jī)構(gòu)，在實(shí)現(xiàn)其分布式調(diào)節(jié)功能的過程中內(nèi)分泌系統(tǒng)體現(xiàn)了許多重要的功能特點(diǎn)，如內(nèi)分泌系統(tǒng)對神經(jīng)系統(tǒng)的高層調(diào)控、內(nèi)分泌功能的情感反應(yīng)、不同生物機(jī)體中內(nèi)分泌系統(tǒng)的同源性、內(nèi)分泌系統(tǒng)內(nèi)部基于激素反應(yīng)擴(kuò)散機(jī)制的自組織等。生物體內(nèi)環(huán)境的相對穩(wěn)定是其一切智能活動(dòng)的基礎(chǔ)，生物內(nèi)分泌系統(tǒng)在維持機(jī)體內(nèi)環(huán)境的穩(wěn)定方面起著不可替代的作用。隨著內(nèi)分泌學(xué)的發(fā)展，人們對內(nèi)分泌系統(tǒng)的信息處理機(jī)制有了更深的理解，對基于內(nèi)分泌系統(tǒng)信息處理機(jī)制的智能模型研究也越來越重視。近幾年來，國際上有一些人工智能的研究者已開始意識到，內(nèi)分泌系統(tǒng)的分布式調(diào)節(jié)機(jī)制作為生物信息處理的一個(gè)重要組成部分，在開發(fā)新的人工智能模型和算法時(shí)是不應(yīng)被忽視的。AES是指在研究人體內(nèi)分泌系統(tǒng)的信息處理機(jī)制的基礎(chǔ)上，構(gòu)造出體現(xiàn)內(nèi)分泌系統(tǒng)的信息處理特性的一類新的人工智能模型和方法。

編輯推薦

《基于生物網(wǎng)絡(luò)的智能控制與優(yōu)化》面向智能系統(tǒng)學(xué)科前沿，討論了基于生物網(wǎng)絡(luò)智能控制和優(yōu)化的理論、技術(shù)及其應(yīng)用，內(nèi)容新穎，材料豐富，理論密切結(jié)合實(shí)際，既照顧到面，又照顧到點(diǎn)，有一定深度和廣度。讀者既可以了解到這一領(lǐng)域的前沿研究進(jìn)展，又可以深入到某一較深的研究方向。

圖書封面

評論、評分、閱讀與下載

---

    基于生物網(wǎng)絡(luò)的智能控制與優(yōu)化 PDF格式下載

---