1) optimal artificial immune network
优化人工免疫网络
1.
Hybrid optimal artificial immune network and it s application to dynamic process optimization;
混合优化人工免疫网络用于过程动态优化
2) artificial immune network
人工免疫网络
1.
Path synthesis of rapid mechanisms by artificial immune networks;
基于人工免疫网络的快速机构轨迹综合
2.
The Research of New Classifier Based on Artificial Immune Network Memory;
基于人工免疫网络记忆的新型分类器研究
3.
The Applications of Immune Algorithm and Kernel Clustering Artificial Immune Network;
免疫算法及核聚类人工免疫网络应用研究
3) Artificial Immune Network(AIN)
人工免疫网络(AIN)
4) artificial immune network model
人工免疫网络模型
1.
City s synthetic power clustering based on artificial immune network model;
基于人工免疫网络模型的城市综合实力聚类
2.
To investigate the methods for solving the problems,an artificial immune network model with self reconfiguration was proposed,the normal model was used to increase probability for detecting faults & repairing the damaged system,and the reconfiguration strate.
由于未知环境、突发故障、不可预测攻击等因素,人工免疫系统的故障检测与修复、网络重构等问题影响系统的整体功能和鲁棒性;为了探究此类问题的解决方法,提出了自重构的人工免疫网络模型,利用系统的正常模型提高故障的检测率和修复率,利用重构策略增强系统的适应性和容错性;进而,设计了人工免疫网络的自重构算法和免疫算法,探讨了自重构人工免疫网络在多机器人系统中的应用方法;通过网络特性分析和实验验证,自重构的人工免疫网络模型是有效而有用的。
5) fuzzy artificial immune network
模糊人工免疫网络
补充资料：随机网络分析与优化
随机网络分析与优化
analysis and optimization of random network
suiii wangluo fenxi yu youhua随机网络分析与优化(analvsisartimization of random network)在又机变化的外部环境和内部因素共同柞的系统进行网络描述的基础上，综合多项理论，研究系统的静态、动态牡概率分布，并寻求优化的方法和活动。包括随机网络解析法和随机网络仿真 随机网络技术是在肯定型网络杉基础上产生的。1962年，美国的E.场提出带“决策盒”的广义网络技术，步改进和完善后形成了图示评审(GERT)，同时又利用控制论中的信戈理论和概率论中的矩母函数发展了GE络的解析算法。1969年，形成了相应件系统并成功应用于美国阿波罗载六计划。70年代以来，美国的普列茨丈人又进一步发展了随机网络仿真技才现了多种具有不同功能的随机网络仗统。现在，随机网络技术已广泛应拜事训练、作战指挥、后勤保障等方值筹分析中。 随机网络以下列方式描述客观暮网络中的节点表示系统状态;连接名之间的箭杆表示状态之间的传递关弃为活动);各节点具有不同的逻辑牡引出端可以有多个概率分支，并且书间的传递关系服从一定的概率分布;中允许回路和自环存在。广义网络摇随机网络的一般形式，其节点的输人立oP-撇汗拥印要术粕哟拯沐汹啊嫩朔噜出辐浑腿乞宁点(称E;天之习络竺是有3渝人和 肯定刁逻辑或”型三是一兰利用、网络无率论卜种概习络在了“异j)的j，j) 的条 ·从泊tjj，劲络，天之间种类型:“与”型输人、“或”型车 “异或”型输人;输出端有2种类型:型输出和概率型输出，共构成6种不「功能的节点(见网络分析)。只含“异节点的随机网络称为GERT网络，勺种典型的线性系统。 随机网络解析法的基本原理，尖控制论中的信号流图理论计算GER广中各节点之间的传递关系，并利用札中矩母函数的基本性质计算网络的耀率分布数字特征，从而得到GERT「平稳状态下的解析解。设状态j，j均步或”型节点，随机变量岛为活动(人活动周期，Ptj为节点i实现时活动(被执行的概率一M公(s)为活动(j，j)件矩母函数，令传递函数为矶(s)二厂(s)，故对于每项活动的两个参数只总可以用一个参数Wjj(s)来代替。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条