| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-32页 |
| 1.1 研究背景与意义 | 第16-17页 |
| 1.2 优化问题概述 | 第17-20页 |
| 1.2.1 优化发展简史 | 第17-19页 |
| 1.2.2 优化问题数学模型 | 第19页 |
| 1.2.3 优化问题分类 | 第19-20页 |
| 1.3 经典BFO算法 | 第20-24页 |
| 1.3.1 BFO的趋向机制 | 第21页 |
| 1.3.2 BFO的聚群机制 | 第21-22页 |
| 1.3.3 BFO的繁殖机制 | 第22-24页 |
| 1.3.4 BFO的迁徙机制 | 第24页 |
| 1.3.5 BFO的算法流程与分析 | 第24页 |
| 1.4 BFO算法的国内外研究现状 | 第24-29页 |
| 1.4.1 理论研究 | 第25页 |
| 1.4.2 连续优化 | 第25-27页 |
| 1.4.3 离散优化 | 第27-29页 |
| 1.5 论文主要工作 | 第29-30页 |
| 1.5.1 BFO中趋向机制的稳定性研究 | 第29页 |
| 1.5.2 在具体优化问题上的应用研究 | 第29-30页 |
| 1.6 论文组织结构 | 第30-32页 |
| 第2章 细菌觅食优化算法中趋向机制的稳定性分析 | 第32-56页 |
| 2.1 趋向机制的动态系统模型 | 第32-43页 |
| 2.1.1 二维目标函数时的情形 | 第33-37页 |
| 2.1.2 三维目标函数时的情形 | 第37-40页 |
| 2.1.3 n维目标函数时的情形 | 第40-43页 |
| 2.2 基于线性搜索下降方法的模型分析 | 第43-45页 |
| 2.3 趋向机制的稳定性分析 | 第45-50页 |
| 2.3.1 李雅普诺夫稳定性理论 | 第45-46页 |
| 2.3.2 趋向机制动态系统的稳定性证明 | 第46-50页 |
| 2.4 在具体优化函数上的事例分析 | 第50-55页 |
| 2.5 本章小结 | 第55-56页 |
| 第3章 基于自适应趋向和接合策略的菌群算法 | 第56-84页 |
| 3.1 BFO-CC算法描述 | 第56-61页 |
| 3.1.1 BFO-CC的自适应趋向机制 | 第56-58页 |
| 3.1.2 BFO-CC的接合机制 | 第58-59页 |
| 3.1.3 BFO-CC的其它优化机制 | 第59页 |
| 3.1.4 BFO-CC的算法流程与分析 | 第59-61页 |
| 3.2 实验结果与分析 | 第61-82页 |
| 3.2.1 实验方法 | 第61-62页 |
| 3.2.2 与派生算法在经典测试函数上的性能比较 | 第62-63页 |
| 3.2.3 与典型群智能算法在经典测试函数上的性能比较 | 第63-74页 |
| 3.2.4 与文献中优异结果在经典测试函数上的比较 | 第74-75页 |
| 3.2.5 与典型群智能算法在CEC 2014 测试函数上的性能比较 | 第75-78页 |
| 3.2.6 在现实问题上的应用 | 第78-82页 |
| 3.3 本章小结 | 第82-84页 |
| 第4章 基于精英解存储机制的多目标函数菌群算法 | 第84-96页 |
| 4.1 多目标优化问题数学描述 | 第84-85页 |
| 4.2 MABFO算法描述 | 第85-89页 |
| 4.2.1 MABFO的自适应趋向机制 | 第85-86页 |
| 4.2.2 精英解的存储与更新 | 第86页 |
| 4.2.3 MABFO的接合机制 | 第86-87页 |
| 4.2.4 MABFO的其它优化机制 | 第87页 |
| 4.2.5 MABFO的算法流程与分析 | 第87-89页 |
| 4.3 实验结果与分析 | 第89-94页 |
| 4.3.1 测试函数和评价指标 | 第89-91页 |
| 4.3.2 与其它算法的性能比较 | 第91-94页 |
| 4.4 本章小结 | 第94-96页 |
| 第5章 基于细菌觅食机理的贝叶斯网络结构学习算法 | 第96-120页 |
| 5.1 基础知识 | 第96-97页 |
| 5.1.1 贝叶斯网络 | 第96页 |
| 5.1.2 K2评分 | 第96-97页 |
| 5.2 BFO-B算法描述 | 第97-102页 |
| 5.2.1 个体解的初始化 | 第97-98页 |
| 5.2.2 BFO-B的趋向机制 | 第98-100页 |
| 5.2.3 BFO-B的繁殖机制 | 第100页 |
| 5.2.4 BFO-B的迁徙机制 | 第100-101页 |
| 5.2.5 BFO-B的算法流程与分析 | 第101-102页 |
| 5.3 实验结果与分析 | 第102-118页 |
| 5.3.1 实验方法 | 第102-103页 |
| 5.3.2 参数选择 | 第103-107页 |
| 5.3.3 与派生算法的性能比较 | 第107-108页 |
| 5.3.4 BFO-B算法的性能测试 | 第108-111页 |
| 5.3.5 与其它算法的性能比较 | 第111-118页 |
| 5.4 本章小结 | 第118-120页 |
| 第6章 基于细菌觅食机理的PPI网络功能模块检测算法 | 第120-142页 |
| 6.1 PPI网络及其功能模块检测 | 第120-121页 |
| 6.2 BFO-FMD算法描述 | 第121-127页 |
| 6.2.1 BFO-FMD的基本思想 | 第121页 |
| 6.2.2 个体解的表示与初始化 | 第121-123页 |
| 6.2.3 BFO-FMD的趋向机制 | 第123-124页 |
| 6.2.4 BFO-FMD的接合机制 | 第124-125页 |
| 6.2.5 BFO-FMD的其它优化机制 | 第125-126页 |
| 6.2.6 BFO-FMD的后处理操作 | 第126页 |
| 6.2.7 BFO-FMD的算法流程与分析 | 第126-127页 |
| 6.3 实验结果与分析 | 第127-140页 |
| 6.3.1 PPI网络的数据集 | 第127-128页 |
| 6.3.2 评价指标 | 第128-131页 |
| 6.3.3 与其它检测方法的性能比较 | 第131-140页 |
| 6.4 本章小结 | 第140-142页 |
| 结论 | 第142-146页 |
| 参考文献 | 第146-156页 |
| 攻读博士学位期间所取得的主要科研成果 | 第156-160页 |
| 致谢 | 第160页 |
