| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 图表清单 | 第13-15页 |
| 注释表 | 第15-16页 |
| 第一章 绪论 | 第16-28页 |
| ·研究背景及意义 | 第16-18页 |
| ·粗糙集理论形成与发展 | 第16-17页 |
| ·粗糙集属性约简 | 第17-18页 |
| ·国内外研究现状 | 第18-23页 |
| ·基于进化计算的属性演化约简 | 第18-20页 |
| ·协同演化论与协同演化算法 | 第20-23页 |
| ·粗糙集属性协同演化约简亟需解决的关键问题 | 第23-24页 |
| ·本文的主要研究工作及创新点 | 第24-26页 |
| ·本文的内容安排 | 第26-28页 |
| 第二章 粗糙集属性约简和协同演化算法理论基础 | 第28-39页 |
| ·引言 | 第28页 |
| ·粗糙集属性约简基本理论和方法 | 第28-33页 |
| ·知识和不可分辨关系 | 第28-29页 |
| ·粗糙集基本定义及其性质 | 第29-30页 |
| ·属性约简与核理论 | 第30-31页 |
| ·基于差别矩阵的求核和属性约简方法 | 第31-33页 |
| ·基于种群进化的最小属性演化约简模型与框架 | 第33-34页 |
| ·粗糙集属性演化约简适应函数构造 | 第34页 |
| ·协同演化算法框架结构与分类 | 第34-37页 |
| ·协同演化算法框架 | 第34-36页 |
| ·协同演化算法主要分类 | 第36-37页 |
| ·协同演化合作机制 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于小生境圆锥邻域粒子群的属性协同演化约简 | 第39-52页 |
| ·引言 | 第39-40页 |
| ·粒子群优化算法原理 | 第40-42页 |
| ·基于小生境的圆锥邻域粒子群构造方法 | 第42-44页 |
| ·小生境粒子群优化算法 | 第42页 |
| ·基于圆锥分层空间的小生境邻域半径自主动态构造方法 | 第42-44页 |
| ·基于小生境圆锥邻域粒子群的属性协同演化约简 | 第44-47页 |
| ·小生境 PSO 算法用于属性演化约简的寻优框架 | 第44页 |
| ·属性演化约简中自适应强化约束罚函数的构造 | 第44-45页 |
| ·圆锥邻域粒子群属性协同演化约简方法 | 第45-46页 |
| ·NCNPSOACR 算法描述 | 第46-47页 |
| ·实验结果与分析 | 第47-51页 |
| ·典型国际标准 Benchmark 优化函数实验与分析 | 第47-49页 |
| ·不完备数据集上属性协同演化约简实验与分析 | 第49-51页 |
| ·本章小结 | 第51页 |
| 本章部分内容出自下面已发表的论文 | 第51-52页 |
| 第四章 基于自适应进化树的属性混合协同演化约简 | 第52-61页 |
| ·引言 | 第52页 |
| ·自适应多层进化树的构建 | 第52-55页 |
| ·多层进化正序树的构造 | 第53-54页 |
| ·进化树自适应逐层调整 | 第54-55页 |
| ·基于自适应进化树的的属性混合协同演化约简算法 | 第55-57页 |
| ·SETCo~2AR 算法总体框架结构 | 第55-56页 |
| ·SETCo~2AR 算法主要步骤描述 | 第56-57页 |
| ·实验结果与分析 | 第57-60页 |
| ·高维多模复合优化函数实验与分析 | 第57-59页 |
| ·动态属性协同演化约简实验与分析 | 第59-60页 |
| ·本章小结 | 第60页 |
| 本章部分内容出自下面已发表论文 | 第60-61页 |
| 第五章 基于量子蛙群进化的属性协同演化高效约简 | 第61-86页 |
| ·引言 | 第61-62页 |
| ·量子计算与量子演化算法 | 第62-65页 |
| ·基于动态多簇结构的协同蛙跳算法 | 第65-68页 |
| ·基本混合蛙跳算法 | 第65-66页 |
| ·动态多簇结构的协同蛙跳算法设计 | 第66-68页 |
| ·量子蛙群进化算子设计 | 第68-73页 |
| ·量子蛙群编码 | 第68-69页 |
| ·自适应量子角旋转算子 | 第69-72页 |
| ·量子变异操作算子 | 第72页 |
| ·量子纠缠操作算子 | 第72-73页 |
| ·粗糙集属性量子协同演化约简适应度函数重构 | 第73-74页 |
| ·QFACR 算法主要步骤描述 | 第74-75页 |
| ·实验结果与性能分析 | 第75-78页 |
| ·典型复合优化函数测试与分析 | 第75-76页 |
| ·UCI 数据集属性约简实验与分析 | 第76-77页 |
| ·量子旋转角与算法收敛性关系实验与分析 | 第77-78页 |
| ·属性协同演化约简与分类学习级联算法 | 第78-84页 |
| ·相关定义 | 第79页 |
| ·量子蛙群交叉协同学习机制 | 第79-80页 |
| ·QFACRCL 算法框架与核心步骤描述 | 第80-82页 |
| ·属性协同演化约简与规则分类学习实验与分析 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 本章部分内容出自下面已发表论文 | 第85-86页 |
| 第六章 基于量子云模型的属性协同演化自适应约简 | 第86-99页 |
| ·引言 | 第86-87页 |
| ·云模型和基于约简属性熵权的逆向云生成算法 | 第87-89页 |
| ·云模型理论 | 第87-88页 |
| ·基于约简属性熵权的逆向云生成算法 | 第88-89页 |
| ·基于云模型的量子蛙群自适应演化算子重构 | 第89-92页 |
| ·量子基因云编码 | 第89-90页 |
| ·量子云旋转角算子 | 第90-91页 |
| ·量子云变异算子 | 第91页 |
| ·量子云纠缠算子 | 第91-92页 |
| ·QCMASCR 算法描述 | 第92页 |
| ·实验结果与性能分析 | 第92-97页 |
| ·Benchmark 函数优化测试与分析 | 第92-95页 |
| ·UCI 数据集属性约简性能比较与分析 | 第95-96页 |
| ·MRI 图像属性演化自适应约简与分割实验 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 本章部分内容出自下面已发表的论文 | 第98-99页 |
| 第七章 基于量子种群精英的大规模属性协同演化集成约简 | 第99-113页 |
| ·引言 | 第99-100页 |
| ·基于量子精英蛙的蛙群演化算法 | 第100-103页 |
| ·量子蛙群多层精英池结构 | 第100-101页 |
| ·基于量子精英蛙的蛙群演化算法 | 第101-103页 |
| ·大规模属性自适应合作型协同子集划分框架 | 第103-104页 |
| ·QEFASCCR 算法核心步骤描述 | 第104-106页 |
| ·实验结果与性能分析 | 第106-109页 |
| ·大规模全局难优化 Benchmark 函数测试 | 第106-107页 |
| ·大规模 UCI 数据集属性约简实验与分析 | 第107-109页 |
| ·QEFASCCR 算法在 MRI 图像分割中应用 | 第109-112页 |
| ·本章小结 | 第112页 |
| 本章部分内容出自下面已发表或录用的论文 | 第112-113页 |
| 第八章 结束语 | 第113-117页 |
| ·本文工作总结 | 第113-114页 |
| ·进一步工作展望 | 第114-117页 |
| 致谢 | 第117-119页 |
| 参考文献 | 第119-128页 |
| 在学期间的研究成果及发表的学术论文 | 第128-130页 |
