生物启发式智能计算及其应用的研究
| 提要 | 第1-6页 |
| 摘要 | 第6-9页 |
| Abstract | 第9-15页 |
| 第1章 绪论 | 第15-23页 |
| ·生物启发式智能计算 | 第15-16页 |
| ·物联网与数字媒体的融合发展 | 第16-21页 |
| ·本文工作及组织结构 | 第21-23页 |
| 第2章 测试函数的分类 | 第23-41页 |
| ·引言 | 第23页 |
| ·测试函数的分类 | 第23-39页 |
| ·本章小结 | 第39-41页 |
| 第3章 生物启发式优化算法的改进 | 第41-55页 |
| ·引言 | 第41页 |
| ·改进的粒子群优化算法 | 第41-50页 |
| ·基本的粒子群优化算法 | 第42-43页 |
| ·阶粒子群优化算法 | 第43-44页 |
| ·改进的粒子群优化算法的描述 | 第44-46页 |
| ·实验结果及分析 | 第46-50页 |
| ·基于正交设计的头脑风暴优化算法 | 第50-54页 |
| ·简介 | 第50页 |
| ·算法的描述 | 第50-52页 |
| ·实验结果及分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 生物启发式智能计算的一些应用 | 第55-89页 |
| ·引言 | 第55页 |
| ·基于生物启发式优化算法的图像分割 | 第55-62页 |
| ·简介 | 第55-56页 |
| ·基于改进的粒子群优化算法的图像分割 | 第56-59页 |
| ·实验结果与分析 | 第59-62页 |
| ·生物启发式智能计算在传感器节点部署中的应用 | 第62-87页 |
| ·国内外研究现状 | 第62-65页 |
| ·基于人群协作搜索的三维空间部署算法 | 第65-69页 |
| ·三维部署算法原理 | 第65页 |
| ·三维空间节点间作用力 | 第65-66页 |
| ·受人群协作搜索启发的目标点对传感器节点的引力 | 第66-67页 |
| ·人群协作搜索启发的算法实验 | 第67-69页 |
| ·传感器节点的三维空间覆盖模型 | 第69-74页 |
| ·基于人群协作搜索的三维空间部署算法的改进 | 第74-80页 |
| ·引入最大位移限制 | 第74-75页 |
| ·引入可变的最大限制 | 第75-76页 |
| ·引入兰纳-琼斯势 | 第76-77页 |
| ·模拟分子力的构造 | 第77页 |
| ·引入边界斥力 | 第77-78页 |
| ·改进目标点引力 | 第78-79页 |
| ·构造可变的覆盖率相关的最大位移 | 第79-80页 |
| ·网络中的热点区域 | 第80-82页 |
| ·构建新目标区域 | 第80-81页 |
| ·实验及对比 | 第81-82页 |
| ·生物启发式部署算法的提出与比较 | 第82-85页 |
| ·回归分析与预测 | 第85-87页 |
| ·本章小结 | 第87-89页 |
| 第5章 结论与展望 | 第89-91页 |
| 参考文献 | 第91-103页 |
| 作者简介及在学期间所取得的科研成果 | 第103-104页 |
| 致谢 | 第104页 |
