《人工免疫系统》是作者在人工免疫系统领域研究的基础上，结合目前人工免疫系统的发展现状总结而成的。书中对人工免疫系统给出了新的定义，对人工免疫系统研究内容重新进行了系统划分，包括面向医学和面向工程的人工免疫系统两大方面。全书分四个部分，第一部分突出免疫系统本身的重要机制，给出了免疫系统智能性的完整论述；第二部分着重研究免疫系统建模与仿真方法；第三部分着重研究人工免疫系统在优化、调度、机器学习、智能主体、自动控制、人工免疫系统硬件与人工免疫系统软件等方面的应用，每部分均有作者的研究成果或提出的新思想；最后一部分探讨了人工免疫系统研究框架，以及进一步研究的方向和面临的问题。
　　《人工免疫系统》可以为计算机科学、信息科学、智能科学、人工智能和自动化技术、计算免疫学等领域从事人工免疫系统研究的相关专业技术人员提供参考，也可以作为相关专业研究生和高年级本科生教材。

　　第一部分  人工免疫系统与人类免疫系统
　　第一章  绪论
　　1.1  自然计算
　　长久以来，人们习惯于向大自然索取自己所需要的一切，从原料到食物，从物质到思想，说大自然是人类的老师并不为过。尽管今天人类相对独立地形成和构建了自己的社会、文化与精神信仰，但人类还是无法独立于自然而存在，还是不断地向自然界索取，当然也在不断地向自然界学习。
　　在这个过程中，人类发展出各种思想、理论、方法和技术，不断加深对自然的认知，以不断适应自然的变化，并不断改造自然。
　　最近的考古学研究成果证明，两千多年前的古希腊就已经造出了一种精美而且效率极高的计算机——安蒂基西拉机器，超出了现代人对古人类文明的认识和想象。图1.1为该机器的复原想象图。
　　这个例子也说明，计算及其技术自古以来就是人类探索的对象，而且古人似乎也意识到自然界甚至宇宙都是可以用计算的手段模拟的，自然界和宇宙存在人类已知或未知的计算规则。甚至可以说，自然和宇宙就是超级计算机，人类不过是用自己的技术复现其过程而已。迄今人类还无法真正认识自然界计算的全部奥秘，而是在其边缘探索，因为人类还无法真正驾驭自然这个超级计算机去实现计算，解决人类自己的问题。
　　但是人类可以向自然界学习，从其中获得灵感，提出计算理论，造出先进的计算机器。其中，提高计算效率是一个长期的目标。而大自然似乎早已为人类准备好了这一切。在第二次世界大战之后，科学家已经开始思考自然和人工系统之间的交叉。冯?诺依曼和图灵是该领域的两个先锋和大师级人物，对生物启发的计算做出了杰出的贡献——从自然或生物系统抽象出计算原理或方法。

《智能科学技术著作丛书》序
本书序
前言
第一部分 人工免疫系统与人类免疫系统
第一章 绪论
1.1 自然计算
1.2 人类免疫系统与免疫学
1.2.1 人类免疫系统
1.2.2 免疫学
1.3 人工免疫系统
1.3.1 定义
1.3.2 免疫系统与人工免疫系统
1.3.3 人工免疫系统发展历史及研究现状
1.3.4 研究内容
1.4 本书的目的和主要内容
参考文献

第二章 人类免疫系统
2.1 概述
2.2 组成
2.2.1 细胞因子
2.2.2 淋巴细胞
2.2.3 抗原
2.2.4 抗1本
2.2.5 抗体抗原相互作用的度量
2.2.6 MHC复合体
2.2.7 淋巴系统
2.2.8 补体系统
2.3 结构
2.3.1 多层免疫系统
2.3.2 固有免疫系统
2.3.3 自适应免疫系统
2.4 功能
2.4.1 主要功能
2.4.2 自己与非己区分
2.4.3 免疫应答
2.4.4 免疫调节
2.4.5 免疫耐受
2.4.6 免疫自稳
2.5 特性
2.5.1 循环机制
2.5.2 亚动力学
2.5.3 免疫反馈
2.5.4 分布性
2.5.5 适应性
2.5.6 鲁棒性
2.5.7 进化
2.6 免疫系统如何保护人体
2.6.1 免疫系统功能的实现
2.6.2 免疫系统对不同病原体的应答
2.7 免疫系统与神经系统、内分泌系统
2.7.1 神经系统和免疫系统、内分泌系统的相互作用
2.7.2 神经系统与免疫系统比较
2.8 理论
2.8.1 克隆选择
2.8.2 免疫独特型网络理论
2.8.3 危险理论
2.8.4 Cohen免疫模型
2.9 免疫系统——复杂自适应系统
2.9.1 复杂自适应系统的特征
2.9.2 免疫系统作为复杂自适应系统
2.9.3 复杂巨系统
2.1 0自组织与混沌
2.1 1涌现
2.1 2免疫学新进展
参考文献

第三章 免疫系统智能性
3.1 免疫系统认知
3.1.1 免疫认知
3.1.2 语言隐喻
3.1.3 免疫认知的意义
3.1.4 机制主义模型
3.2 免疫系统模式识别
3.2.1 免疫模式识别
3.2.2 免疫模式识别原理
3.3 免疫系统学习与记忆
3.3.1 免疫学习思想
3.3.2 免疫系统学习与记忆
3.3.3 免疫记忆理论
3.4 免疫系统智能模型
3.5 免疫智能与计算机系统
参考文献

第四章 免疫信息处理与免疫信息学
4.1 概述
4.2 信息论与生物学
4.3 免疫系统信息处理
4.3.1 免疫信息处理本质
4.3.2 免疫系统信息处理模式
4.3.3 新信息的产生
4.3.4 免疫多样性的随机产生
4.3.5 意义的产生
4.3.6 克隆选择的意义
4.3.7 危险与目的论
4.4 神经、内分泌、免疫系统间的相互信息交流和调节
4.4.1 免疫系统与其他系统的相互信息交流
4.4.2 免疫信息活动层次
4.4.3 免疫突触与免疫信息网络
4.5 免疫信息学
4.5.1 概念与起源
4.5.2 实验基础与理论基础
4.6 免疫信息学与人工免疫系统
参考文献

第二部分 面向医学的人工免疫系统
第五章 面向医学的免疫系统建模
5.1 概述
5.2 免疫系统建模与仿真方法
5.2.1 数学模型与计算模型
5.2.2 形态空间
5.2.3 字符串模型
5.2.4.细胞自动机模型
5.2.5 Petri网模型
5.2.6 基于主体的模型
5.2.7 多尺度建模方法
5.3 模型要求
5.3.1 基本特征
5.3.2 免疫系统模拟方法
5.3.3 分析
5.4 本章小结
参考文献

第六章 面向医学的免疫系统仿真
6.1 概述
6.2 免疫系统仿真
6.2.1 免疫系统仿真器
6.2.2 改进Cs模型
6.2.3 SIMMUNE模型
6.2.4 群智能模型
6.2.5 自下而上方法
6.3 讨论
参考文献

第三部分 面向工程的人工免疫系统
第七章 免疫混合算法
第八章 人工免疫网络
第九章 克隆选择算法
第十章 免疫优化
第十一章 免疫调度算法
第十二章 免疫控制
第十三章 人工免疫系统与智能主体
第十四章 人工免疫系统与机器学习
第十五章 人工免疫系统与异常检测
第十六章 人工免疫系统硬件
第十七章 人工免疫系统软件
第十八章 免疫系统计算
第四部分 人工免疫系统理论
第十九章 人工免疫系统研究框架
第二十章 人工免疫系统问题与展望
附录A 人工免疫系统的相关论著
附录B 中英术语对照