| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究背景 | 第9页 |
| ·优化技术 | 第9-14页 |
| ·传统的迭代式优化技术 | 第9-10页 |
| ·启发式优化技术 | 第10-12页 |
| ·进化算法 | 第12页 |
| ·差分进化算法 | 第12-14页 |
| ·本文研究的内容及章节安排 | 第14-17页 |
| ·本文的主要工作与创新点 | 第14-16页 |
| ·本文的章节安排 | 第16-17页 |
| 第二章 差分进化算法研究综述 | 第17-27页 |
| ·引言 | 第17页 |
| ·差分进化控制参数影响分析 | 第17-18页 |
| ·差分进化改进策略 | 第18-25页 |
| ·与其他算法相结合的混合算法 | 第18-20页 |
| ·搜索空间的改进 | 第20-21页 |
| ·变异、交叉、选择策略的改进 | 第21-23页 |
| ·控制参数自适应差分进化 | 第23-25页 |
| ·进化中间结果的随机扰动 | 第25页 |
| ·讨论 | 第25-27页 |
| 第三章 辅助种群差分进化算法及其应用研究 | 第27-58页 |
| ·引言 | 第27页 |
| ·辅助种群差分进化算法DESec | 第27-45页 |
| ·DESec算法策略 | 第28-30页 |
| ·DESec算法描述 | 第30页 |
| ·实验及结果分析 | 第30-45页 |
| ·DESec在聚类分析中的应用 | 第45-56页 |
| ·引言 | 第45页 |
| ·K均值聚类分析算法和进化聚类分析算法 | 第45-47页 |
| ·聚类分析中常用距离测量函数 | 第47-48页 |
| ·聚类分析有效性校验 | 第48-51页 |
| ·基于辅助种群差分进化的聚类分析 | 第51-52页 |
| ·实验结果与分析 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 参数自适应差分进化算法及其应用研究 | 第58-74页 |
| ·引言 | 第58-60页 |
| ·FADE | 第58-59页 |
| ·jDE算法 | 第59-60页 |
| ·AdaptDE算法 | 第60页 |
| ·基于适应度调整的自适应差分进化算法（SelfDE-F） | 第60-66页 |
| ·参数生成策略 | 第60-62页 |
| ·实验结果与分析 | 第62-66页 |
| ·SelfDE-F与BP神经网络结合优化PID控制器参数 | 第66-73页 |
| ·引言 | 第66页 |
| ·基于SelfDE-F的BP神经网络训练 | 第66-69页 |
| ·实验结果与分析 | 第69-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 二进制差分进化算法及其在贝叶斯网络学习中的应用 | 第74-93页 |
| ·引言 | 第74-75页 |
| ·基于进化MCMC学习贝叶斯网络 | 第75-84页 |
| ·基于EM算法的贝叶斯网络参数学习 | 第75-76页 |
| ·贝叶斯网络进化MCMC学习 | 第76-81页 |
| ·实验结果及分析 | 第81-84页 |
| ·二进制参数自适应差分进化算法学习贝叶斯网络 | 第84-91页 |
| ·贝叶斯网络学习中二进制差分进化的实现 | 第84-85页 |
| ·二进制差分进化贝叶斯网络学习算法（BINDEBN） | 第85-86页 |
| ·实验结果与分析 | 第86-91页 |
| ·本章小结 | 第91-93页 |
| 第六章 差分进化MCMC混合算法及其在高斯混合模型中的应用 | 第93-107页 |
| ·引言 | 第93-94页 |
| ·混合模型的贝叶斯推理 | 第94-100页 |
| ·图模型 | 第94-95页 |
| ·利用Gibbs取样器进行混合模型贝叶斯推理 | 第95-96页 |
| ·高斯混合模型吉布斯取样算法 | 第96页 |
| ·使用差分进化算法和MCMC进行优化 | 第96-97页 |
| ·用于高斯混合模型推理的差分进化MCMC算法 | 第97页 |
| ·实验结果 | 第97-100页 |
| ·差分进化MCMC混合算法学习应用 | 第100-106页 |
| ·问题定义和方法 | 第100-102页 |
| ·差分进化MCMC | 第102-103页 |
| ·实验结果 | 第103-106页 |
| ·本章小结 | 第106-107页 |
| 第七章 结论与展望 | 第107-110页 |
| ·本文总结 | 第107-108页 |
| ·下一步工作展望 | 第108-110页 |
| 参考文献 | 第110-122页 |
| 发表论文与参加科研情况 | 第122-123页 |
| 附录 | 第123-127页 |
| 致谢 | 第127页 |
