| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 BBO算法国内外研究现状 | 第13-15页 |
| 1.3 本文研究的主要内容 | 第15-16页 |
| 1.4 本文的结构安排 | 第16-19页 |
| 第二章 生物地理学优化算法 | 第19-27页 |
| 2.1 生物地理学理论 | 第19-20页 |
| 2.2 BBO算法数学模型 | 第20-22页 |
| 2.3 BBO算法基本流程 | 第22-25页 |
| 2.4 BBO算法存在的主要缺陷分析 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 差分迁移和趋优变异的生物地理学优化算法 | 第27-41页 |
| 3.1 引言 | 第27-28页 |
| 3.2 差分迁移和趋优变异的BBO算法 | 第28-32页 |
| 3.2.1 榜样学习法 | 第28-29页 |
| 3.2.2 差分迁移算子 | 第29-30页 |
| 3.2.3 趋优变异算子 | 第30-31页 |
| 3.2.4 DGBBO算法 | 第31页 |
| 3.2.5 DGBBO算法计算复杂度分析 | 第31-32页 |
| 3.3 仿真实验及分析 | 第32-39页 |
| 3.3.1 实验设置和基准函数 | 第32页 |
| 3.3.2 DGBBO算法改进的影响 | 第32-35页 |
| 3.3.3 DGBBO算法与其它算法的对比 | 第35-37页 |
| 3.3.4 DGBBO算法t检验 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 高效融合的生物地理学优化算法 | 第41-57页 |
| 4.1 引言 | 第41-42页 |
| 4.2 高效融合的BBO算法 | 第42-48页 |
| 4.2.1 共享操作 | 第42-43页 |
| 4.2.2 改进的迁移算子 | 第43-44页 |
| 4.2.3 单维全维交叉更新策略 | 第44-45页 |
| 4.2.4 反向学习机制 | 第45-46页 |
| 4.2.5 EMBBO算法 | 第46页 |
| 4.2.6 EMBBO算法稳定性分析 | 第46-48页 |
| 4.3 仿真实验及分析 | 第48-56页 |
| 4.3.1 实验设置和基准函数 | 第48页 |
| 4.3.2 EMBBO算法参数讨论 | 第48-49页 |
| 4.3.3 EMBBO算法改进的影响 | 第49-50页 |
| 4.3.4 EMBBO算法与其它算法的对比 | 第50-52页 |
| 4.3.5 EMBBO算法在CEC2017测试集上的结果对比 | 第52-55页 |
| 4.3.6 EMBBO算法Wilcoxon秩和检验 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 应用于聚类优化问题的混合生物地理学优化算法 | 第57-75页 |
| 5.1 引言 | 第57-58页 |
| 5.2 聚类优化 | 第58-61页 |
| 5.2.1 聚类及其意义 | 第58页 |
| 5.2.2 聚类方法概述 | 第58-60页 |
| 5.2.3 群智能优化算法在聚类优化问题上的应用 | 第60-61页 |
| 5.3 BBO和GWO的混合算法 | 第61-68页 |
| 5.3.1 IBBO算法 | 第61-63页 |
| 5.3.2 OGWO算法 | 第63-65页 |
| 5.3.3 HBBOG算法 | 第65-67页 |
| 5.3.4 HBBOG算法全局收敛性分析 | 第67-68页 |
| 5.3.5 HBBOG算法在聚类优化问题上的应用 | 第68页 |
| 5.4 仿真实验及分析 | 第68-74页 |
| 5.4.1 实验设置、基准函数和聚类数据集 | 第68-69页 |
| 5.4.2 HBBOG算法改进的影响 | 第69-72页 |
| 5.4.3 HBBOG算法与其它算法的对比 | 第72-73页 |
| 5.4.4 HBBOG算法在聚类数据集上的结果对比 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 附录A 基准函数 | 第83-87页 |
| 致谢 | 第87-89页 |
| 攻读硕士学位期间的科研成果 | 第89-92页 |
