人工免疫系統與GIS空間分析應用（簡體書）

《人工免疫系統與GIS空間分析應用》內容簡介：人工免疫系統是一種新興的計算智能模型。地理信息系統空間分析中如何應用人工免疫系統模型是《人工免疫系統與GIS空間分析應用》的主題。梁勤歐編著的《人工免疫系統與GIS空間分析應用》主要以克隆選擇算法(CLONALG)及其擴展模型遺傳克隆選擇算法(CLOGA)、人工免疫網絡模型(aiNet)、改進克隆選擇算法、局部變換克隆選擇算法等為主要研究方法,以GIS空間分析中的定位－分配問題(Location-Allocation)、地理信息預測問題、聚類分析問題、旅行商問題(TSP)、車輛路徑問題(VRP)等為主要應用和實驗目標,概略地研究了人工免疫系統在GIS空間分析中應用的理論與方法。
《人工免疫系統與GIS空間分析應用》適合于地理學、測繪科學、計算機科學、管理科學、環境科學、土地科學、城市規劃等領域從事與地理信息科學相關的研究人員和工程技術人員閱讀參考,亦可為這些領域的碩士研究生、博士研究生和高年級本科生在如伺應用人工免疫系統模型等解決自己專業的實際問題方面提供一些幫助。閱讀《人工免疫系統與GIS空間分析應用》需要簡單具備一些人工智能計算模型,如神經網絡、遺傳算法以及地理信息?統等方面的基礎知識。

梁勤歐,出生于1968年12月,男,內蒙古呼和浩特人,工學博士,浙江師范大學地理與環境科學學院教授。
2003年6月于武漢大學地圖制圖學與地理信息工程專業博士研究生畢業。獲得工學博士學位。
1996年7月碩士研究生畢業后,分配到武漢大學資源與環境科學學院工作。先后任助教、講師,2004年11月受聘為武漢大學資源與環境科學學院副教授。2007年7月調到浙江師范大學地理與環境科學學院工作。2009年12月受聘為浙江師范大學地理與環境科學學院教授。
主要研究方向為:空間信息系統模型算法設計與應用,人工免疫系統及其在空間信息系統、遙感、城市規劃與管理中的應用。已發表多篇有關人工免疫系統在GIS空間分析等領域的應用研究論文。主持了國家自然科學基金項目1項;主持完成了武漢大學地理信息系統教育部重點實驗室開放基金項目1項;主持完成了武漢市城市規劃設計研究院項目1項。此外,還參與完成了多項國家級和省部級科研項目的研究工作。

引言
第1章 概述
1.1 GIS空間分析概述
1.1.1 地理信息系統與空間信息系統
1.1.2 GIS空間分析
1.1.3 人工免疫系統應用于GIS空間分析的必要性和可能性
1.2 醫學免疫學研究進展
1.2.1 免疫學的起源
1.2.2 免疫學的創立
1.2.3 實驗免疫學的發展
1.2.4 免疫學的近代發展
1.3 國外人工免疫系統理論與應用研究進展
1.3.1 2003年以前國外人工免疫系統研究進展
1.3.2 2003年以來國外人工免疫系統研究進展
1.4 國內人工免疫系統理論與應用研究進展
1.4.1 2003年以前國內人工免疫系統研究進展
1.4.2 2003年以來國內人工免疫系統研究與地理信息應用進展
1.5 人工免疫系統在空間信息系統中的應用前景
1.5.1 空間數據獲取
1.5.2 空間數據挖掘
1.5.3 GIS空間分析
1.5.4 地理系統模擬模型
1.6 本書的研究目標和內容

第2章 生物免疫系統組成結構及主要理論
2.1 免疫系統解剖學特點
2.1.1 淋巴組織器官
2.1.2 免疫細胞
2.2 免疫系統的一些基本概念
2.3 生物免疫系統主要理論
2.3.1 克隆選擇學說
2.3.2 免疫網絡理論
2.4 本章小結

第3章 人工免疫系統主要理論模型及克隆選擇算法的擴展
3.1 人工免疫網絡模型
3.1.1 字條空間模型
3.1.2 免疫系統對象模型
3.1.3 資源受限人工免疫網絡
3.1.4 形態空間人工免疫調節網絡（SAIRN）
3.1.5 動態離散決策機制模型
3.1.6 人工免疫網絡模型
3.1.7 結論
3.2 免疫遺傳算法與克隆選擇算法
3.2.1 免疫系統的遺傳算法建模方法和FPP模型
3.2.2 免疫遺傳算法
3.2.3 免疫遺傳算法
3.2.4 免疫算法
3.2.5 克隆選擇算法
3.2.6 免疫優勢克隆算法
3.2.7 量子克隆進化策略算法
3.2.8 結論
3.3 克隆選擇算法的擴展——遺傳克隆選擇算法
3.3.1 克隆選擇算法的擴展、改進——遺傳克隆選擇算法
3.3.2 遺傳克隆選擇算法和克隆選擇算法、遺傳算法的比較
3.4 基于遺傳克隆選擇算法的點狀地圖符號識別
3.4.1 概述
3.4.2 基于遺傳克隆選擇算法的點狀地圖符號識別
3.4.3 結論
3.5 本章小結

第4章 克隆選擇算法在布局一分配問題中的應用
4.1 基于遺傳克隆選擇算法的布局一分配問題研究
4.1.1 概述
4.1.2 布局-分配問題的模型描述與主要算法
4.1.3 布局-分配問題的遺傳克隆選擇算法求解
4.1.4 實驗研究1:Cooper和Rosing測試數據實驗
4.1.5 實驗研究2:油田最小費用的布局一分配問題
4.2 基于克隆選擇算法的障礙布局一分配問題研究
4.2.1 障礙布局一分配問題模型描述
4.2.2 一種基于克隆選擇算法解決障礙布局一分配問題的簡化流程
4.2.3 實驗研究
4.3 本章小結

第5章 克隆選擇算法優化BP神經網絡的地理信息預測
5.1 BP神經網絡概述
5.1.1 BP神經網絡結構
5.1.2 BP神經網絡常用傳遞函數
5.1.3 BP神經網絡學習算法
5.1.4 BP神經網絡的限制與不足
5. 基于遺傳克隆選擇算法優化BP神經網絡學習算法
5.3 實例研究
5.3.1 基于遺傳克隆選擇算法改進的BP網絡用于XOR問題的研究
5.3.2 基于遺傳克隆選擇算法改進的BP網絡進行湖北省人口預測
5.4 本章小結

第6章 人工免疫系統模型在空間信息聚類中的應用
6.1 對人工免疫網絡模型進行空間數據聚類基本過程分析
6.1.1 主要聚類方法簡介
6.1.2 人工免疫網絡模型的特點及改進建議
6.1.3 人工免疫網絡模型進行空間數據聚類基本過程分析
6.2 基于人工免疫網絡模型的城市綜合實力聚類
6.2.1 指標體系建立
6.2.2 人工免疫網絡模型的設計與計算
6.2.3 城市綜合實力聚類結果分析
6.2.4 結論
6.3 基于克隆選擇算法和自組織特征映射網絡的浙江省市縣現代化水平空間差異
6.3.1 自組織特征映射網絡概述
6.3.2 研究數據尺度與計算智能模型選擇
6.3.3 應用克隆選擇算法分析浙江省城市化與非農化空間差異
6.3.4 應用克隆選擇算法和自組織特征映射網絡分析浙江省市縣現代化綜合水平空間差異
6.3.5 結果與討論
6.4 ？章小結

第7章 人工免疫系統模型與旅行商問題
7.1 旅行商問題概述
7.1.1 旅行商問題
7.1.2 旅行商問題數學描述
7.2 克隆選擇算法求解旅行商問題流程
7.3 人工免疫系統模型求解旅行商問題實驗
7.3.1 20城市以下TSP實驗
7.3.2 20～30城市TSP實驗
7.3.3 50～96城市TSP實驗
7.4 本章小結

第8章 人工免疫系統模型與車輛路徑問題
8.1 車輛路徑問題概述
8.1.1 車輛路徑問題
8.1.2 有能力約束車輛路徑問題數學描述
8.2 人工免疫系統模型求解有能力約束車輛路徑問題的基本方法
8.2.1 編碼方式
8.2.2 車輛能力約束
8.2.3 免疫算法操作
8.3 人工免疫系統模型求解有能力約束車輛路徑問題實驗
8.3.1 10客戶有能力約束車輛路徑問題實驗
8.3.2 31客戶有能力約束車輛路徑問題實驗
8.3.3 44客戶有能力約束車輛路徑問題實驗
8.4 本章小結

第9章 總結與展望
9.1 總結
9.2 展望
參考文獻