首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

蛾群算法及其应用研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第9-13页
    1.1 引言第9-10页
    1.2 国内外研究进展第10-11页
    1.3 论文主要创新点第11页
    1.4 论文主要工作及结构安排第11-13页
2 基本蛾群算法第13-18页
    2.1 引言第13页
    2.2 基本蛾群算法第13-17页
        2.2.1 初始化蛾群第13页
        2.2.2 探路蛾阶段第13-15页
        2.2.3 勘探蛾阶段第15页
        2.2.4 观察蛾阶段第15-16页
        2.2.5 基本蛾群算法实施步骤第16-17页
        2.2.6 基本蛾群算法流程图第17页
    2.3 本章小结第17-18页
3 精英反向蛾群算法第18-40页
    3.1 引言第18页
    3.2 精英反向蛾群算法第18-19页
        3.2.1 精英反向策略第18-19页
    3.3 精英反向蛾群算法伪代码第19-20页
    3.4 仿真实验第20-35页
        3.4.1 仿真实验平台第20页
        3.4.2 测试函数第20-22页
        3.4.3 参数设置第22-23页
        3.4.4 实验结果比较第23-34页
        3.4.5 威尔克森检验第34-35页
    3.5 工程设计优化问题第35-39页
    3.6 结论第39-40页
4 蛾群算法应用于聚类分析第40-57页
    4.1 引言第40-41页
    4.2 聚类分析的数学模型第41-42页
        4.2.1 问题描述第41-42页
        4.2.2 聚类标准第42页
        4.2.3 数据聚类的评价函数第42页
    4.3 经典的K-means聚类算法第42-43页
    4.4 MSA求解聚类问题的伪代码第43-46页
    4.5 仿真实验第46-56页
        4.5.1 仿真实验平台第46页
        4.5.2 实验基准数据集第46-47页
        4.5.3 参数设置第47页
        4.5.4 实验结果对比分析第47-54页
        4.5.5 聚类图形结果比较第54-56页
    4.6 本章小结第56-57页
5 蛾群算法应用于多阈值图像分割第57-76页
    5.1 引言第57-58页
    5.2 多阈值分割第58-59页
        5.2.1 Kapur熵概念第58-59页
    5.3 基于多级阈值分割的MSA算法第59-60页
        5.3.1 基于多级阈值分割的MSA算法伪代码第59-60页
    5.4 仿真实验第60-75页
        5.4.1 仿真实验平台第60页
        5.4.2 实验测试第60-61页
        5.4.3 参数设置第61页
        5.4.4 实验结果与分析第61页
        5.4.5 分割结果检测第61-62页
        5.4.6 实验结果第62-75页
    5.5 本章结论第75-76页
6 总结和展望第76-77页
    6.1 论文总结第76页
    6.2 未来的工作第76-77页
参考文献第77-84页
附录第84-95页
致谢第95-96页
攻读硕士学位期间发表的学术论文第96-97页
攻读硕士学位期间参与的科研项目第97-98页
攻读硕士学位期间获得荣誉和奖励第98页

论文共98页,点击 下载论文
上一篇:被动式经直肠超声探头位姿调整机构设计与分析
下一篇:无人艇航向运动控制技术研究