| 摘要 | 第1-7页 |
| ABSTRACT | 第7-23页 |
| 第一章 绪论 | 第23-34页 |
| ·论文研究的背景和意义 | 第23-24页 |
| ·智能优化算法 | 第24-30页 |
| ·智能优化算法综述 | 第24-26页 |
| ·遗传算法 | 第26-27页 |
| ·粒子群优化算法 | 第27-29页 |
| ·免疫算法 | 第29-30页 |
| ·支持向量机 | 第30-32页 |
| ·主要工作和结构安排 | 第32-34页 |
| 第二章 基于特征染色体的遗传算法 | 第34-52页 |
| ·引言 | 第34-35页 |
| ·相关研究工作 | 第35-38页 |
| ·支持向量机模型选择及其渐进性能 | 第35-37页 |
| ·基本遗传算法 | 第37-38页 |
| ·基于特征染色体的遗传算法 | 第38-42页 |
| ·染色体编码设计 | 第38-39页 |
| ·适应度函数设计 | 第39-40页 |
| ·初始化 | 第40页 |
| ·交叉操作 | 第40页 |
| ·变异操作 | 第40页 |
| ·生成特征染色体操作 | 第40-42页 |
| ·选择操作 | 第42页 |
| ·基于特征染色体的遗传算法收敛性分析 | 第42-43页 |
| ·基于特征染色体的遗传算法和支持向量机混合系统 | 第43-44页 |
| ·实验 | 第44-51页 |
| ·实验数据集 | 第45-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·不同分类方法实验结果比较 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第三章 基于特征粒子的粒子群优化算法 | 第52-67页 |
| ·引言 | 第52-53页 |
| ·相关研究工作 | 第53-54页 |
| ·支持向量机模型选择及其渐进性能 | 第53页 |
| ·基本粒子群优化算法 | 第53-54页 |
| ·基于特征粒子的粒子群优化算法 | 第54-58页 |
| ·粒子编码设计 | 第55页 |
| ·适应度函数设计 | 第55-57页 |
| ·初始化 | 第57页 |
| ·更新个体极值和全局极值 | 第57页 |
| ·更新粒子的速度和位置 | 第57页 |
| ·生成特征粒子操作 | 第57-58页 |
| ·基于特征粒子的粒子群优化算法和支持向量机混合系统 | 第58页 |
| ·实验 | 第58-63页 |
| ·实验数据集 | 第59-60页 |
| ·实验结果与分析 | 第60-63页 |
| ·不同分类方法实验结果比较 | 第63页 |
| ·基于特征粒子的粒子群优化算法复杂度分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 基于特征抗体的克隆选择算法 | 第67-80页 |
| ·引言 | 第67页 |
| ·相关研究工作 | 第67-69页 |
| ·支持向量机模型选择及其渐进性能 | 第67-68页 |
| ·克隆选择原理 | 第68页 |
| ·基本克隆选择算法 | 第68-69页 |
| ·基于特征抗体的克隆选择算法 | 第69-74页 |
| ·抗体编码设计 | 第70-71页 |
| ·亲合度函数设计 | 第71页 |
| ·初始化 | 第71页 |
| ·克隆操作 | 第71-72页 |
| ·克隆变异操作 | 第72页 |
| ·生成特征抗体操作 | 第72-74页 |
| ·克隆选择操作 | 第74页 |
| ·基于特征抗体的克隆选择算法和支持向量机混合系统 | 第74-75页 |
| ·实验 | 第75-78页 |
| ·实验数据集 | 第75-76页 |
| ·实验结果与分析 | 第76-78页 |
| ·不同的分类方法的实验结果比较 | 第78页 |
| ·本章小结 | 第78-80页 |
| 第五章 混合智能优化算法 | 第80-112页 |
| ·基于特征染色体的遗传算法和量子遗传算法的混合算法 | 第80-95页 |
| ·引言 | 第80-81页 |
| ·相关研究工作 | 第81-82页 |
| ·量子位和量子门 | 第81-82页 |
| ·量子遗传算法 | 第82页 |
| ·基于特征染色体的遗传算法和量子遗传算法的混合算法 | 第82-89页 |
| ·量子染色体编码和二进制染色体编码设计 | 第83-84页 |
| ·适应度函数设计 | 第84-85页 |
| ·初始化 | 第85页 |
| ·量子搜索过程 | 第85-87页 |
| ·进化搜索过程 | 第87-89页 |
| ·基于特征染色体的遗传算法、量子遗传算法和支持向量机混合系统 | 第89页 |
| ·实验 | 第89-95页 |
| ·实验数据集 | 第90-91页 |
| ·实验结果和分析 | 第91-94页 |
| ·不同分类方法的实验结果比较 | 第94-95页 |
| ·基于特征抗体的克隆选择算法和差分进化算法的混合算法 | 第95-109页 |
| ·引言 | 第95-96页 |
| ·相关研究工作 | 第96-98页 |
| ·独特型和独特位 | 第96-97页 |
| ·2 差分进化算法 | 第97-98页 |
| ·基于特征抗体的克隆选择算法和差分进化算法的混合算法 | 第98-104页 |
| ·抗体编码设计 | 第99页 |
| ·亲合度函数设计 | 第99页 |
| ·基于特征抗体的克隆选择算法和差分进化算法的混合算法步骤 | 第99-104页 |
| ·基于特征抗体的克隆选择算法、差分进化算法和支持向量机混合系统 | 第104-105页 |
| ·实验 | 第105-109页 |
| ·实验数据集 | 第105-106页 |
| ·实验结果与分析 | 第106-109页 |
| ·不同分类方法的实验结果比较 | 第109页 |
| ·本章小结 | 第109-112页 |
| 第六章 智能优化算法应用研究 | 第112-128页 |
| ·微阵列信息基因搜索方法 | 第112-121页 |
| ·引言 | 第112-113页 |
| ·信息基因初选和精选 | 第113-116页 |
| ·信噪比过滤法 | 第113页 |
| ·基于特征染色体的遗传算法包装法 | 第113-116页 |
| ·微阵列数据分类 | 第116-117页 |
| ·微阵列数据分类问题描述 | 第116-117页 |
| ·实验数据集 | 第117页 |
| ·基于特征染色体的遗传算法包装法、信噪比过滤法和支持向量机混合系统 | 第117-118页 |
| ·实验 | 第118-121页 |
| ·实验结果 | 第119-120页 |
| ·不同分类方法实验结果比较 | 第120页 |
| ·选择的信息基因分析 | 第120-121页 |
| ·脑-机接口分类参数优化方法 | 第121-126页 |
| ·引言 | 第121-123页 |
| ·共空间模式 | 第123-124页 |
| ·基于特征染色体的遗传算法、共空间模式和支持向量机混合系统 | 第124-126页 |
| ·实验 | 第126页 |
| ·本章小结 | 第126-128页 |
| 第七章 结论和展望 | 第128-130页 |
| ·研究总结 | 第128-129页 |
| ·前景展望 | 第129-130页 |
| 致谢 | 第130-131页 |
| 参考文献 | 第131-147页 |
| 攻博期间取得的研究成果 | 第147-150页 |
