| 摘要 | 第11-13页 |
| ABSTRACT | 第13-14页 |
| 第1章 绪论 | 第15-26页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 种群拓扑结构概述 | 第16-24页 |
| 1.2.1 演化算法中的种群拓扑结构 | 第16-20页 |
| 1.2.2 差分演化算法中的种群拓扑结构 | 第20-24页 |
| 1.3 本文工作及结构安排 | 第24-26页 |
| 第2章 基于种群拓扑的差分演化算法 | 第26-55页 |
| 2.1 标准差分演化算法模型与实现 | 第26-29页 |
| 2.1.1 数学模型 | 第26-28页 |
| 2.1.2 算法实现 | 第28-29页 |
| 2.2 基于种群拓扑的差分演化模式分析 | 第29-41页 |
| 2.2.1 异步更新差分演化模式 | 第30-31页 |
| 2.2.2 同步更新差分演化模式 | 第31-32页 |
| 2.2.3 分布式差分演化模式 | 第32-34页 |
| 2.2.4 异构分布式差分演化模式 | 第34页 |
| 2.2.5 细胞结构式差分演化模式 | 第34-35页 |
| 2.2.6 层次细胞结构式的差分演化模式 | 第35-37页 |
| 2.2.7 规则网络拓扑差分演化模式 | 第37-38页 |
| 2.2.8 随机网络拓扑差分演化模式 | 第38-40页 |
| 2.2.9 小世界拓扑差分演化模式 | 第40-41页 |
| 2.3 基本种群拓扑差分演化算法理论分析 | 第41-42页 |
| 2.3.1 基于种群拓扑的差分演化算法对比 | 第41页 |
| 2.3.2 基于种群拓扑的差分演化算法框架 | 第41-42页 |
| 2.4 实验结果与分析 | 第42-54页 |
| 2.4.1 测试函数 | 第42-44页 |
| 2.4.2 统计分析 | 第44页 |
| 2.4.3 实验环境 | 第44-45页 |
| 2.4.4 拓扑结构对差分演化算法的影响 | 第45-50页 |
| 2.4.5 拓扑结构对差分演化算法收敛时间的影响 | 第50-53页 |
| 2.4.6 基本种群拓扑结构的差分演化算法排名 | 第53页 |
| 2.4.7 实验结论与分析 | 第53-54页 |
| 2.5 本章小结 | 第54-55页 |
| 第3章 自适应种群拓扑的差分演化算法 | 第55-86页 |
| 3.1 自适应差分演化算法 | 第55-57页 |
| 3.1.1 SaDE | 第56页 |
| 3.1.2 jDE | 第56-57页 |
| 3.1.3 JADE | 第57页 |
| 3.1.4 EPSDE | 第57页 |
| 3.2 基于种群拓扑的自适应差分演化模型 | 第57-59页 |
| 3.3 随机自适应拓扑选取差分演化算法 | 第59-62页 |
| 3.3.1 种群拓扑结构初始化 | 第59-60页 |
| 3.3.2 等概率拓扑评估策略 | 第60页 |
| 3.3.3 算法停滞判定标准 | 第60页 |
| 3.3.4 拓扑更新机制 | 第60-61页 |
| 3.3.5 APTDE的算法实现 | 第61-62页 |
| 3.4 基于改进效果自适应拓扑差分演化算法 | 第62-65页 |
| 3.4.1 种群拓扑结构初始化 | 第62页 |
| 3.4.2 基于改进效果的拓扑评估策略 | 第62-63页 |
| 3.4.3 基于阈值的算法停滞判定标准 | 第63-64页 |
| 3.4.4 拓扑更新策略 | 第64页 |
| 3.4.5 SAPTDE的算法实现 | 第64-65页 |
| 3.5 基于成功个体自适应拓扑差分演化算法 | 第65-68页 |
| 3.5.1 种群拓扑结构初始化 | 第65-66页 |
| 3.5.2 基于成功个体的拓扑评估机制 | 第66-67页 |
| 3.5.3 拓扑更新策略 | 第67页 |
| 3.5.4 ISAPTDE的算法实现 | 第67-68页 |
| 3.6 自适应种群改进算法理论分析对比 | 第68-69页 |
| 3.7 实验结果与分析 | 第69-85页 |
| 3.7.1 实验参数设置 | 第69-70页 |
| 3.7.2 自适应策略对拓扑结构差分演化算法的影响 | 第70-76页 |
| 3.7.3 自适应拓扑策略对差分演化算法的影响 | 第76-80页 |
| 3.7.4 自适应拓扑结构策略性能对比 | 第80-82页 |
| 3.7.5 基于拓扑结构的自适应算法与其他自适应算法对比 | 第82-84页 |
| 3.7.6 实验分析和结论 | 第84-85页 |
| 3.8 本章小结 | 第85-86页 |
| 第4章 基于种群拓扑的协同演化差分演化算法 | 第86-113页 |
| 4.1 协同演化模式 | 第86-87页 |
| 4.2 基于种群拓扑的协同合作差分演化模型 | 第87-88页 |
| 4.3 基于混沌序列的多层次合作协同拓扑差分演化算法 | 第88-93页 |
| 4.3.1 混沌随机初始化 | 第89页 |
| 4.3.2 多层次合作协同策略 | 第89-92页 |
| 4.3.3 CoPTDE算法实现 | 第92-93页 |
| 4.4 基于拓扑协同的动态分群差分演化算法 | 第93-96页 |
| 4.4.1 子种群拓扑结构初始化 | 第93页 |
| 4.4.2 基于成功个体的拓扑评估机制 | 第93-94页 |
| 4.4.3 子种群停滞判定标准 | 第94页 |
| 4.4.4 基于轮盘赌的拓扑更新机制 | 第94-95页 |
| 4.4.5 DCoPTDE算法实现 | 第95-96页 |
| 4.5 协同种群拓扑的改进差分演化算法分析对比 | 第96页 |
| 4.6 实验结果与分析 | 第96-112页 |
| 4.6.1 实验参数的设置 | 第97页 |
| 4.6.2 协同策略的对拓扑结构差分演化算法的影响 | 第97-104页 |
| 4.6.3 多种合作协同策略对差分演化算法的影响 | 第104-106页 |
| 4.6.4 动态分区协同拓扑策略的影响 | 第106-109页 |
| 4.6.5 所有改进程序相互对比 | 第109-112页 |
| 4.7 本章小结 | 第112-113页 |
| 第5章 基于种群拓扑的图像聚类分割方法 | 第113-131页 |
| 5.1 基于聚类算法的图像分割 | 第113-118页 |
| 5.1.1 聚类的定义 | 第114页 |
| 5.1.2 聚类算法的划分 | 第114-118页 |
| 5.2 基于核函数的FCM图像聚类方法 | 第118-121页 |
| 5.2.1 聚类算法中的相似性度量 | 第118页 |
| 5.2.2 相似性度量核化 | 第118-119页 |
| 5.2.3 模糊聚类有效性指标 | 第119-121页 |
| 5.2.4 Xie-Beni指标的核化 | 第121页 |
| 5.3 基于种群拓扑的自动图像聚类算法 | 第121-125页 |
| 5.3.1 聚类个数C自适应的编码方式 | 第122-123页 |
| 5.3.2 适应值函数 | 第123页 |
| 5.3.3 算法实现 | 第123-125页 |
| 5.4 实验结果与分析 | 第125-130页 |
| 5.4.1 实验环境 | 第125页 |
| 5.4.2 图像分割有效性指标 | 第125-126页 |
| 5.4.3 基于种群拓扑的差分演化算法对图像分割的影响 | 第126-128页 |
| 5.4.4 基于种群拓扑结构的图像聚类分割方法的性能对比 | 第128-130页 |
| 5.5 本章小结 | 第130-131页 |
| 第6章 总结与展望 | 第131-133页 |
| 6.1 全文总结 | 第131-132页 |
| 6.2 展望与设想 | 第132-133页 |
| 参考文献 | 第133-148页 |
| 攻读博士学位期间发表的论文 | 第148-149页 |
| 致谢 | 第149页 |
