智能優(yōu)化算法：基于生物行為模型的案例分析與設(shè)計

第1章智能優(yōu)化算法概述
1.1生物啟發(fā)式計算研究背景
1.2生物啟發(fā)式計算典型方法分析
1.2.1遺傳算法
1.2.2神經(jīng)網(wǎng)絡(luò)計算
1.2.3模糊計算
1.2.4蜂群優(yōu)化算法
1.2.5細(xì)菌覓食優(yōu)化
1.3生物啟發(fā)式計算的應(yīng)用與發(fā)展趨勢
1.4本章小結(jié)
第2章基于層次型信息交流機(jī)制的多蜂群協(xié)同進(jìn)化
2.1人工蜂群算法的基本思想與流程
2.2多蜂群協(xié)同進(jìn)化機(jī)制
2.3層次型信息交流機(jī)制
2.3.1靜態(tài)拓?fù)浣Y(jié)構(gòu)交流機(jī)制
2.3.2動態(tài)拓?fù)浣Y(jié)構(gòu)交流機(jī)制
2.4層次型信息傳遞策略設(shè)計
2.5基于層次型信息交流機(jī)制的多蜂群協(xié)同進(jìn)化優(yōu)化算法設(shè)計
2.5.1多蜂群協(xié)同進(jìn)化優(yōu)化算法模型
2.5.2多蜂群協(xié)同進(jìn)化優(yōu)化算法流程設(shè)計
2.6蜂群協(xié)同進(jìn)化算法性能測試與分析
2.6.1基于平面拓?fù)浣Y(jié)構(gòu)的單蜂群優(yōu)化算法測試
2.6.2基于層次型信息交流機(jī)制的多蜂群優(yōu)化算法測試
2.7本章小結(jié)
第3章基于生命周期的菌群覓食自適應(yīng)優(yōu)化
3.1人工細(xì)菌優(yōu)化算法的基本模型
3.1.1趨化行為
3.1.2繁殖與消亡
3.1.3遷移
3.2微生物種群演化動力學(xué)與優(yōu)化策略
3.2.1微生物種群演化動力學(xué)
3.2.2基于生命周期的菌群覓食自適應(yīng)優(yōu)化策略
3.3基于生命周期的菌群覓食自適應(yīng)優(yōu)化模型與算法流程
3.3.1優(yōu)化模型
3.3.2算法流程
3.4基于生命周期的菌群覓食自適應(yīng)優(yōu)化算法性能分析
3.5本章小結(jié)
第4章面向聚類分析的MCABCFCM算法研究與應(yīng)用
4.1引言
4.2聚類算法現(xiàn)狀概述
4.3典型的模糊C均值算法
4.4MCABCFCM算法設(shè)計
4.5基于MCABCFCM算法的教學(xué)評價方法研究
4.5.1教學(xué)評價的影響因素
4.5.2教學(xué)評價數(shù)據(jù)的標(biāo)準(zhǔn)化
4.6本章小結(jié)
第5章基于LCBFA的多閾值圖像分割算法及在彩色圖像處理中的應(yīng)用研究
5.1引言
5.2彩色空間的轉(zhuǎn)換與多閾值圖像分割算法
5.2.1彩色空間的轉(zhuǎn)換
5.2.2多閾值圖像分割算法
5.3基于LCBFA的多閾值圖像分割算法
5.3.1圖像分割步驟
5.3.2彩色圖像分割
5.4基于BFA和LCBFA的多閾值圖像分割算法性能分析
5.5本章小結(jié)
第6章植物根系自適應(yīng)生長層級演化模型及算法
6.1植物根系優(yōu)化算法
6.1.1生長素模型
6.1.2趨向性
6.1.3分根
6.1.4側(cè)根隨機(jī)搜索
6.1.5根尖老化死亡
6.2植物根系層級演化交流模式
6.2.1同層級信息交流模式
6.2.2層級間信息交流模式
6.3植物根系自適應(yīng)生長層級演化算法
6.4HARFO算法性能測試
6.5本章小結(jié)
參考文獻(xiàn)