基于云模型人工鱼群算法的应用研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-19页 |
| ·课题研究背景和意义 | 第9-11页 |
| ·国内外研究现状 | 第11-17页 |
| ·云模型的研究与发展 | 第11-14页 |
| ·人工鱼群算法的研究与发展 | 第14-17页 |
| ·论文的主要研究内容 | 第17页 |
| ·论文的组织结构 | 第17-19页 |
| 2 云模型理论 | 第19-26页 |
| ·云模型概述 | 第19-23页 |
| ·云模型的基本概念 | 第20页 |
| ·云模型的数字特征 | 第20-22页 |
| ·云模型的3En原理 | 第22-23页 |
| ·云发生器 | 第23-25页 |
| ·正向云发生器 | 第23-24页 |
| ·逆向云发生器 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 人工鱼群算法理论 | 第26-35页 |
| ·人工鱼群的基本概念 | 第27-30页 |
| ·人工鱼模型 | 第27-28页 |
| ·人工鱼的视觉模型 | 第28-29页 |
| ·人工鱼的行为 | 第29-30页 |
| ·人工鱼群算法的算法描述 | 第30-33页 |
| ·参数分析 | 第30-31页 |
| ·鱼群算法的行为描述 | 第31-33页 |
| ·鱼群算法的优化原理 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于云模型的人工鱼群算法 | 第35-50页 |
| ·云学习因子 | 第36页 |
| ·云变异因子 | 第36-37页 |
| ·参数影响及性能分析 | 第37-39页 |
| ·确定度 | 第37-38页 |
| ·熵和超熵 | 第38-39页 |
| ·基于云模型的鱼群算法描述 | 第39-41页 |
| ·函数优化实验 | 第41-49页 |
| ·实验设计 | 第41-44页 |
| ·实验结果及分析 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 5 CM-AFSA算法在图像分割中的应用 | 第50-60页 |
| ·多阈值图像分割 | 第51-52页 |
| ·基于CM-AFSA的多阈值图像分割 | 第52-53页 |
| ·图像分割实验与分析 | 第53-59页 |
| ·本章小节 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
