细菌觅食优化算法的改进及应用
| 摘要 | 第1-8页 |
| Abstract | 第8-16页 |
| 第一章 绪论 | 第16-28页 |
| ·选题背景与意义 | 第16-19页 |
| ·选题背景 | 第16-18页 |
| ·选题意义 | 第18-19页 |
| ·文献综述 | 第19-24页 |
| ·ACO的理论和应用研究 | 第19-21页 |
| ·PSO的理论和应用研究 | 第21-23页 |
| ·BFO等研究进展及问题 | 第23-24页 |
| ·研究方法与技术路线 | 第24页 |
| ·研究内容与创新期望 | 第24-28页 |
| ·主要研究内容 | 第24-26页 |
| ·拟解决的关键问题 | 第26-27页 |
| ·潜在的创新期望分析 | 第27-28页 |
| 第二章 仿生优化算法的理论基础 | 第28-38页 |
| ·优化问题与NP理论 | 第28-30页 |
| ·最优化问题 | 第28-29页 |
| ·NP理论 | 第29-30页 |
| ·仿生优化的基本思想、搜索特征与逻辑程序 | 第30-33页 |
| ·仿生优化算法的基本思想 | 第30页 |
| ·仿生优化算法的主要类别 | 第30-31页 |
| ·仿生优化算法的搜索特性 | 第31-32页 |
| ·仿生优化算法的逻辑程序 | 第32-33页 |
| ·仿生优化算法的性能比较 | 第33-37页 |
| ·仿生优化算法的性能测试函数 | 第33-36页 |
| ·仿生优化算法的性能评价指标 | 第36页 |
| ·仿生优化算法中的种群多样性度量 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 细菌觅食优化算法的特性分析和参数实验 | 第38-60页 |
| ·细菌觅食优化算法概论 | 第38-42页 |
| ·细菌觅食优化算法的仿生学基础 | 第38-39页 |
| ·细菌觅食优化算法的基本原理 | 第39-40页 |
| ·细菌觅食优化算法的实现步骤 | 第40-42页 |
| ·细菌觅食优化算法的主要算子及其运算特征 | 第42-46页 |
| ·趋化算子及其运算特征 | 第42-43页 |
| ·繁殖算子及其运算特征 | 第43-44页 |
| ·迁移算子及其运算特征 | 第44-46页 |
| ·细菌觅食优化算法的参数实验 | 第46-54页 |
| ·BFO算法的收敛性理论分析 | 第46-49页 |
| ·BFO算法的参数设置 | 第49-50页 |
| ·实验结果讨论与分析 | 第50-54页 |
| ·细菌觅食优化算法的不同觅食行为比较分析 | 第54-58页 |
| ·最优觅食行为理论 | 第54-56页 |
| ·不同觅食策略对细菌觅食算法的影响分析 | 第56-57页 |
| ·细菌觅食优化算法的改进建议 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 基于群体协作的细菌觅食优化算法改进研究 | 第60-76页 |
| ·高等生物的群体协作优化模型 | 第60-62页 |
| ·群体协作优化建模的思想 | 第60-61页 |
| ·群体协作优化模型的算法分析 | 第61-62页 |
| ·基于环境感知的细菌觅食优化算法设计 | 第62-68页 |
| ·算法基本思想 | 第62-63页 |
| ·算法程序设计 | 第63-64页 |
| ·算法数值实验和结果讨论 | 第64-67页 |
| ·算法的效果评价 | 第67-68页 |
| ·化算法设计 具有协同思想的细菌觅食优 | 第68-75页 |
| ·算法基本思想 | 第68-69页 |
| ·算法程序设计 | 第69-70页 |
| ·算法数值实验和结果讨论 | 第70-74页 |
| ·算法的效果评价 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 基于生物进化的细菌觅食优化算法改进研究 | 第76-97页 |
| ·生物进化理论的优化建模 | 第76-81页 |
| ·生物进化的优化原理 | 第76-78页 |
| ·生物进化优化算法的遗传算法模型 | 第78-80页 |
| ·生物进化优化算法模型的特性分析 | 第80-81页 |
| ·基于差分进化的细菌觅食优化算法设计 | 第81-88页 |
| ·算法基本思想 | 第81-83页 |
| ·算法程序设计 | 第83-84页 |
| ·算法数值实验和结果讨论 | 第84-87页 |
| ·算法的效果评价 | 第87-88页 |
| ·基于免疫进化的细菌觅食优化算法设计 | 第88-96页 |
| ·算法基本思想 | 第88-89页 |
| ·算法程序设计 | 第89-91页 |
| ·算法数值实验和结果讨论 | 第91-95页 |
| ·算法的效果评价 | 第95-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 基于分布估计的细菌觅食优化算法改进研究 | 第97-121页 |
| ·分布估计算法的原理与流程 | 第97-101页 |
| ·分布估计算法的基本原理 | 第98页 |
| ·分布估计算法的逻辑流程 | 第98-100页 |
| ·分布估计算法的趋势分析 | 第100-101页 |
| ·基于高斯分布估计的细菌觅食优化算法设计 | 第101-109页 |
| ·算法基本思想 | 第101-102页 |
| ·算法程序设计 | 第102-103页 |
| ·算法参数分析 | 第103-104页 |
| ·算法数值实验和结果讨论 | 第104-109页 |
| ·算法的效果评价 | 第109页 |
| ·基于菌落生态自由分布的细菌觅食优化算法设计 | 第109-119页 |
| ·算法基本思想 | 第110-111页 |
| ·算法程序设计 | 第111-112页 |
| ·算法参数设置和分析 | 第112-113页 |
| ·算法数值实验和结果讨论 | 第113-119页 |
| ·算法的效果评价 | 第119页 |
| ·本章小结 | 第119-121页 |
| 第七章 改进细菌觅食优化算法的应用研究 | 第121-146页 |
| ·改进细菌觅食优化算法在JSP上的应用分析 | 第121-130页 |
| ·JSP问题描述 | 第121-123页 |
| ·JSP 模型的编码方式和算例分析 | 第123-124页 |
| ·基于LOV编码的BFO在FT06 中的应用 | 第124-127页 |
| ·改进 BFO 算法应用中的性能分析 | 第127-130页 |
| ·基于改进细菌觅食优化算法的神经网络预测模型 | 第130-145页 |
| ·BP 神经网络的基本结构与学习算法 | 第130-133页 |
| ·基于改进细菌觅食优化算法的神经网络设计 | 第133-136页 |
| ·MBFO神经网络模型对上证指数的预测分析 | 第136-145页 |
| ·本章小结 | 第145-146页 |
| 结论与展望 | 第146-149页 |
| 参考文献 | 第149-160页 |
| 算法主要程序 | 第160-185页 |
| 攻读博士学位期间取得的研究成果 | 第185-186页 |
| 致谢 | 第186-187页 |
| 附件 | 第187页 |
