| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 最优化 | 第10页 |
| 1.1.2 最优化方法 | 第10-11页 |
| 1.1.3 基于进化计算求解最优化问题的方法 | 第11-12页 |
| 1.2 课题的主要研究工作和组织工作 | 第12-14页 |
| 第二章 优化算法介绍 | 第14-20页 |
| 2.1 优化研究基础 | 第14-15页 |
| 2.1.1 最优化问题 | 第14-15页 |
| 2.1.2 没有免费午餐定理 | 第15页 |
| 2.2 几种优化算法简介 | 第15-19页 |
| 2.2.1 粒子群优化算法 | 第16-17页 |
| 2.2.2 差分进化算法 | 第17-18页 |
| 2.2.3 人工蜂群算法 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 全局最优指引的人工蜂群算法 | 第20-36页 |
| 3.1 PSO，DE，及ABC搜索公式的深入研究 | 第20-22页 |
| 3.2 基于全局最优引导的人工蜂群算法 | 第22-25页 |
| 3.2.1 GLABC-pso | 第23页 |
| 3.2.2 GLABC-de | 第23页 |
| 3.2.3 全局最优引导策略 | 第23-24页 |
| 3.2.4 扰动策略 | 第24-25页 |
| 3.3 标准测试函数上的实验设计与结果 | 第25-35页 |
| 3.3.1 标准测试函数 | 第25页 |
| 3.3.2 算法测试与比较 | 第25-32页 |
| 3.3.3 GLABCs的各个部分性能测试 | 第32-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 群体经验学习人工蜂群算法及其在灰度图像分割领域的应用 | 第36-60页 |
| 4.1 向群体经验学习的人工蜂群算法 | 第36-39页 |
| 4.2 标准测试函数上的实验设计与结果 | 第39-52页 |
| 4.2.1 标准测试函数 | 第39-47页 |
| 4.2.2 算法测试与比较 | 第47-49页 |
| 4.2.3 SELABC的各个部分性能测试 | 第49页 |
| 4.2.4 SELABC的参数选择 | 第49-52页 |
| 4.3 基于灰度的图像分割问题概述 | 第52-53页 |
| 4.4 SELABC算法在多阈值图像分割问题中的应用 | 第53-59页 |
| 4.4.1 与传统OTSU算法的对比 | 第56页 |
| 4.4.2 与其他用于图像分割问题的智能优化算法相比 | 第56-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 智能学习人工蜂群算法及其在图像分割问题中的应用 | 第60-90页 |
| 5.1 智能学习人工蜂群算法ILTD_ABC | 第60-65页 |
| 5.1.1 优秀雇佣蜂的学习策略 | 第60-62页 |
| 5.1.2 最差雇佣蜂的学习策略 | 第62-63页 |
| 5.1.3 观察蜂的学习策略 | 第63-65页 |
| 5.2 标准测试函数上的实验设计与结果 | 第65-82页 |
| 5.2.1 标准测试函数 | 第65-67页 |
| 5.2.2 算法测试与比较 | 第67-78页 |
| 5.2.3 ILTD_ABC的各个部分性能测试 | 第78-82页 |
| 5.3 ILTD_ABC算法在多阈值图像分割问题中的算法描述 | 第82页 |
| 5.4 ILTD_ABC算法在多阈值图像分割问题中的应用 | 第82-89页 |
| 5.4.1 与传统OTSU算法的对比 | 第82-85页 |
| 5.4.2 与其他应用于图像分割问题的智能优化算法相比 | 第85-89页 |
| 5.5 本章小节 | 第89-90页 |
| 第六章 基于维数选择策略的人工蜂群算法及其在特征选择上的应用 | 第90-114页 |
| 6.1 基于维数选择策略的人工蜂群算法NSABC | 第90-96页 |
| 6.1.1 基于更新公式的搜索策略 | 第90-93页 |
| 6.1.2 基于维数选择的搜索策略 | 第93-96页 |
| 6.2 标准测试函数上的实验设计与结果 | 第96-107页 |
| 6.2.1 标准测试函数 | 第96页 |
| 6.2.2 算法测试与比较 | 第96-104页 |
| 6.2.3 NSABC的各个部分性能测试 | 第104-105页 |
| 6.2.4 NSABC雇佣蜂的搜索公式应用于PSO和DE | 第105-107页 |
| 6.3 NSABC在特征选择问题上的应用 | 第107-113页 |
| 6.3.1 个体编码 | 第108页 |
| 6.3.2 适应值函数 | 第108页 |
| 6.3.3 实验设计及分析 | 第108-113页 |
| 6.4 本章小节 | 第113-114页 |
| 第七章 总结与展望 | 第114-116页 |
| 7.1 论文主要工作及创新性 | 第114-115页 |
| 7.2 今后工作展望 | 第115-116页 |
| 参考文献 | 第116-120页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第120-121页 |
| 附录2 攻读硕士学位期间申请的专利 | 第121-122页 |
| 附录3 攻读硕士学位期间所获荣誉 | 第122-123页 |
| 致谢 | 第123页 |
