| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-22页 |
| ·引言 | 第10-11页 |
| ·群体智能算法研究概况 | 第11-17页 |
| ·群体智能 | 第11-12页 |
| ·蚁群优化算法 | 第12-13页 |
| ·粒子群优化算法 | 第13-15页 |
| ·量子行为粒子群优化算法 | 第15-17页 |
| ·基因表达数据聚类分析研究概况 | 第17-19页 |
| ·基因表达数据分析 | 第17页 |
| ·基因表达数据聚类方法研究概况 | 第17-18页 |
| ·智能算法在基因表达数据聚类分析中的应用 | 第18-19页 |
| ·课题的研究目标和意义 | 第19页 |
| ·论文的的创新点和组织结构 | 第19-22页 |
| 第二章 粒子群优化算法概述 | 第22-36页 |
| ·基本粒子群优化算法模型 | 第22-23页 |
| ·基本PSO 算法的模型分析 | 第23-24页 |
| ·粒子群优化算法的经典改进模型 | 第24-27页 |
| ·带惯性权重因子ω的PSO | 第24-26页 |
| ·带收缩因子χ的PSO 算法 | 第26页 |
| ·二进制PSO 算法 | 第26-27页 |
| ·粒子群优化算法的最新改进方法 | 第27-34页 |
| ·合作PSO 算法 | 第27-30页 |
| ·全信息PSO 算法 | 第30-31页 |
| ·综合学习PSO 算法 | 第31页 |
| ·多维度PSO 算法 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 量子行为粒子群优化基本理论及其改进算法研究 | 第36-58页 |
| ·量子力学背景 | 第36页 |
| ·量子行为粒子群优化算法基本原理 | 第36-40页 |
| ·算法基本思想 | 第36-38页 |
| ·量子行为粒子群优化算法基本模型 | 第38-39页 |
| ·量子行为粒子群优化算法 | 第39-40页 |
| ·量子行为粒子群优化的学习模式 | 第40-41页 |
| ·基于综合学习策略的量子行为粒子群优化算法 | 第41-49页 |
| ·综合学习策略 | 第41-42页 |
| ·CLQPSO 的搜索行为分析 | 第42-45页 |
| ·学习概率 | 第45-47页 |
| ·更新间隔 | 第47-49页 |
| ·数值仿真测试 | 第49-56页 |
| ·测试函数 | 第49-51页 |
| ·测试环境及算法的参数设置 | 第51页 |
| ·测试结果和讨论 | 第51-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 基于量子行为粒子群优化的基因表达数据聚类算法研究 | 第58-94页 |
| ·基因表达数据聚类基本理论 | 第58-65页 |
| ·基因表达数据矩阵 | 第58-59页 |
| ·基因表达数据预处理 | 第59-60页 |
| ·相似性度量 | 第60-62页 |
| ·基因表达数据聚类问题描述 | 第62-63页 |
| ·基因表达数据聚类结果的评价 | 第63-65页 |
| ·基因表达数据集 | 第65-67页 |
| ·基于聚类中心编码的CLQPSO 基因表达数据聚类算法 | 第67-78页 |
| ·聚类算法设计 | 第67-68页 |
| ·K 均值操作 | 第68-69页 |
| ·聚类仿真测试 | 第69-78页 |
| ·基于类标签编码的改进QPSO 基因表达数据聚类算法 | 第78-91页 |
| ·GKA 聚类算法 | 第78-80页 |
| ·精英选择策略 | 第80页 |
| ·聚类算法设计 | 第80-81页 |
| ·聚类仿真测试 | 第81-91页 |
| ·本章小结 | 第91-94页 |
| 第五章 基于二进制量子行为粒子群优化的聚类算法研究 | 第94-112页 |
| ·二进制QPSO 算法原理 | 第94-97页 |
| ·BQPSO 改进算法研究 | 第97-101页 |
| ·基于综合学习策略的BQPSO | 第97-98页 |
| ·数值仿真测试 | 第98-101页 |
| ·CLBQPSO 基因表达数据聚类算法 | 第101-110页 |
| ·聚类算法设计 | 第101-102页 |
| ·聚类仿真测试 | 第102-110页 |
| ·本章小结 | 第110-112页 |
| 第六章 基于量子行为粒子群优化的动态聚类算法研究 | 第112-124页 |
| ·基于QPSO 的自动数据聚类算法 | 第112-116页 |
| ·粒子编码 | 第112-113页 |
| ·适应度函数 | 第113页 |
| ·聚类算法设计 | 第113-114页 |
| ·聚类仿真测试 | 第114-116页 |
| ·基于二进制QPSO 的动态聚类算法 | 第116-120页 |
| ·DCQPSO 算法设计 | 第116-118页 |
| ·聚类仿真测试 | 第118-120页 |
| ·动态聚类算法在基因表达数据分析中的应用 | 第120-123页 |
| ·本章小结 | 第123-124页 |
| 第七章 总结与展望 | 第124-126页 |
| ·课题的研究总结 | 第124-125页 |
| ·课题的展望 | 第125-126页 |
| 致谢 | 第126-128页 |
| 参考文献 | 第128-137页 |
| 附录：攻读博士学位期间发表的论文和参加的科研项目 | 第137页 |
| 一、发表论文情况 | 第137页 |
| 二、参加的科研项目 | 第137页 |
