首页> 正文

基于生物免疫的动态风险识别模型研究与应用

2020-12-24阅读(130)

基于生物免疫的动态风险识别模型研究与应用

论文摘要

生物免疫系统作为自然界诸多典型的具有复杂功能的生物系统之一,为有效求解复杂问题提供了灵感源泉。免疫理论的深入研究,为产生新的智能算法和模型提供了良好的研究基础。本文从动态风险识别问题的需求出发,在对免疫系统运行机理深入理解和研究的基础上,建立了基于生物免疫的动态风险识别模型BIDRIM（Biological Immunity based Dynamic Risk Identification Model）以及相关的免疫算法。在基准数据集上的实验以及在隧道工程的盾构进出洞实际施工中的成功应用表明所提出的模型和算法有很好的性能。本文在分析了动态风险特性的基础上,开展了免疫识别、免疫优化和免疫协同等多方面的研究,为动态风险识别提出了新的设计理念。本文的主要工作和创新点如下:1、深入研究了生物免疫系统的运行机理,获得了免疫识别、优化和协同的免疫仿生机理,提出了基于生物免疫的动态风险识别模型BIDRIM。2、提出了基于残余抗原的动态记忆算法RADMA（Residual Antigen based Dynamic Memory Algorithm）,算法有效地解决了“小概率事件”的识别问题,提高了对包含缺失属性的数据样本的识别准确率;提出了基于细胞死亡识别理论的动态风险识别算法CDDRIA（Cell Death Recognition Theory based Dynamic Risk Identification Algorithm）,算法在提高分类准确率的同时增强了学习未知抗原的能力。3、提出了基于Pareto的多目标进化免疫算法PMEIA（Pareto-based Multi-object Evolutionary Immune Algorithm）,以及更适合追踪环境变化的动态多目标进化免疫算法DMEIA（Dynamic Multi-object Evolutionary Immune Algorithm）。4、提出了基于生物免疫系统各成员关系的协同机制MMS（Mechanism of Members Synergism based on Biological Immune System）和基于生物免疫系统各功能关系的协同机制MFS（Mechanism of Functions Synergism based on Biological Immune System）,实现了系统部署的优化和系统功能协同的优化。5、构建了以BIDRIM为核心的盾构进出洞监控系统TRCS（Tunnel Risk Control System）,并在盾构进出洞实际施工中获得成功的应用。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 生物免疫系统
  • 1.2.1 生物免疫系统概述
  • 1.2.2 生物免疫系统的基本理论
  • 1.2.3 人工免疫系统
  • 1.3 动态风险识别
  • 1.3.1 动态风险的特点
  • 1.3.2 基于免疫机理的动态风险识别
  • 1.3.3 不同风险识别方法的比较
  • 1.4 论文的主要工作与结构
  • 第二章 生物免疫系统的运行机理
  • 2.1 免疫识别机理
  • 2.1.1 细胞免疫
  • 2.1.2 细胞死亡方式与免疫应答
  • 2.1.3 细胞死亡识别理论及其识别原则
  • 2.1.4 残余抗原学说
  • 2.2 免疫优化机理
  • 2.2.1 体液免疫
  • 2.2.2 抗体活化与增殖
  • 2.2.3 抗体的异质性
  • 2.2.4 记忆细胞学说
  • 2.3 免疫协同机理
  • 2.3.1 免疫系统各成员之间的协同
  • 2.3.2 免疫系统各功能之间的协同
  • 2.4 本章小结
  • 第三章 基于生物免疫的动态风险识别模型BIDRIM
  • 3.1 BIDRIM 的构建思路和研究框架
  • 3.1.1 BIDRIM 的构建思路
  • 3.1.2 BIDRIM 的研究框架
  • 3.2 BIDRIM 的免疫仿生机理
  • 3.2.1 BIDRIM 的免疫识别仿生机理
  • 3.2.2 BIDRIM 的免疫优化仿生机理
  • 3.2.3 BIDRIM 的免疫协同仿生机理
  • 3.3 BIDRIM 的免疫工程化
  • 3.3.1 BIDRIM 的免疫识别工程化
  • 3.3.2 BIDRIM 的免疫优化工程化
  • 3.3.3 BIDRIM 的免疫协同工程化
  • 3.4 BIDRIM 的结构与功能
  • 3.4.1 BIDRIM 的结构框架
  • 3.4.2 BIDRIM 的求解步骤
  • 3.5 本章小结
  • 第四章 BIDRIM 的免疫识别算法
  • 4.1 基于残余抗原的动态记忆算法
  • 4.1.1 RADMA 算法的基本思想
  • 4.1.2 RADMA 算法的框架和流程
  • 4.1.3 RADMA 算法的实验与结果分析
  • 4.2 基于细胞死亡识别理论的动态风险识别方法CDDRIA
  • 4.2.1 CDDRIA 算法的基本思想
  • 4.2.2 CDDRIA 算法的框架与流程
  • 4.2.3 CDDRIA 算法的实验与结果分析
  • 4.3 本章小结
  • 第五章 BIDRIM 的免疫多目标优化算法
  • 5.1 基于Pareto 的多目标进化免疫算法PMEIA
  • 5.1.1 PMEIA 算法的基本思想
  • 5.1.2 PMEIA 算法的框架流程
  • 5.1.3 PMEIA 算法的实验与结果分析
  • 5.2 动态多目标进化免疫算法DMEIA
  • 5.2.1 DMEIA 算法的基本思想
  • 5.2.2 DMEIA 算法的框架与流程
  • 5.2.3 DMEIA 算法的实验与结果分析
  • 5.3 本章小结
  • 第六章 BIDRIM 的免疫协同机制
  • 6.1 基于生物免疫系统各成员关系的协同机制MMS
  • 6.1.1 MMS 的配置规则
  • 6.1.2 MMS 的应用实例
  • 6.2 基于生物免疫系统各功能关系的协同机制MFS
  • 6.2.1 MFS 的配置规则
  • 6.2.2 MFS 的应用实例
  • 6.3 本章小结
  • 第七章 BIDRIM 在盾构进出洞风险监控系统TRCS 中的应用
  • 7.1 BIDRIM 在TRCS 中的应用思路
  • 7.2 BIDRIM 在TRCS 中的应用
  • 7.2.1 BIDRIM 免疫识别功能在TRCS 中的应用
  • 7.2.2 BIDRIM 免疫优化功能在TRCS 中的应用
  • 7.2.3 BIDRIM 免疫协同功能在TRCS 中的应用
  • 7.3 本章小结
  • 第八章 总结与展望
  • 8.1 总结
  • 8.2 进一步工作
  • 参考文献
  • 作者在攻读博士学位期间公开发表的论文
  • 作者在攻读博士学位期间所作的项目
  • 致谢

    • 相关论文文献

    • [1].浅议商业银行动态风险管理——以市场风险为例[J]. 现代商业 2020(26)
    • [2].基于动态故障树的化工系统动态风险评价[J]. 安全与环境工程 2015(02)
    • [3].水利工程项目动态风险管理综述[J]. 河南水利与南水北调 2015(16)
    • [4].基于动态风险平衡的海洋平台事故连锁风险研究[J]. 安全与环境学报 2012(01)
    • [5].动态风险控制与财务可持续性发展战略[J]. 中国管理信息化 2010(01)
    • [6].担保公司的动态风险地图与风险信号标示[J]. 科技创业月刊 2010(09)
    • [7].浙江省危险化学品生产企业动态风险分析模型研究与应用[J]. 浙江化工 2018(08)
    • [8].成套装置动态风险管理专家系统[J]. 中国安全生产科学技术 2015(08)
    • [9].气象灾害静动态风险管理析探[J]. 灾害学 2010(02)
    • [10].动态风险管理在上海轨道交通四号线修复工程中的应用[J]. 施工技术 2008(08)
    • [11].房地产项目全生命期动态风险识别[J]. 武汉理工大学学报(社会科学版) 2012(06)
    • [12].设备失效动态风险模型及其实证[J]. 江苏工业学院学报 2010(01)
    • [13].金融创新背景下动态风险管理会计研究[J]. 中国乡镇企业会计 2018(11)
    • [14].基于前导事件和贝叶斯网络的储罐溢油动态风险评价[J]. 安全与环境学报 2018(02)
    • [15].动态风险管理会计的兴起与发展[J]. 中国注册会计师 2015(04)
    • [16].电力信息系统动态风险评估方法研究[J]. 现代电子技术 2016(14)
    • [17].房地产投资项目中的动态风险控制及其优化[J]. 学习月刊 2018(05)
    • [18].现场作业动态风险再评估的必要性及具体方法[J]. 电力安全技术 2015(12)
    • [19].燃气管线运行的动态风险评价[J]. 系统科学与数学 2017(08)
    • [20].基于贝叶斯方法的高含硫气田井口分离器动态风险分析[J]. 化工管理 2016(23)
    • [21].动态风险管理在上海轨道交通4号线修复工程中的应用[J]. 地下工程与隧道 2008(02)
    • [22].工业企业人员伤害风险动态反馈体系研究[J]. 安徽理工大学学报(自然科学版) 2017(01)
    • [23].关于LNG储罐连续型泄漏的动态风险分析[J]. 石油与天然气化工 2020(04)
    • [24].“三高”气田钻井过程硫化氢泄漏动态风险分析[J]. 中国安全生产科学技术 2016(11)
    • [25].基于小波已实现波动的动态风险价值研究[J]. 重庆师范大学学报(自然科学版) 2017(03)
    • [26].2009—2010年云南特大干旱动态风险分析[J]. 气象科技进展 2012(04)
    • [27].“一码一图一指数”——浙江省杭州市余杭区构建安全生产精密智控工作格局[J]. 劳动保护 2020(06)
    • [28].PPP项目的动态风险管理与监督机制[J]. 中共乌鲁木齐市委党校学报 2015(03)
    • [29].基于变权综合理论的天然气管道动态风险评价[J]. 中国安全科学学报 2012(07)
    • [30].企业战略风险分析中的动态风险控制模型构建[J]. 时代金融 2016(02)

    标签：;  ;  ;  ;  ;  ;  

    基于生物免疫的动态风险识别模型研究与应用
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5