| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1． 绪论 | 第10-22页 |
| 1．1 随机性全局优化算法概述 | 第10-20页 |
| 1．1．1 进化计算(Evolutionary Computation) | 第10-16页 |
| 1．1．2 模拟退火算法(Simulated Annealing，SA) | 第16-17页 |
| 1．1．3 禁忌搜索(Tabu Search，TS) | 第17页 |
| 1．1．4 随机性算法的应用 | 第17-20页 |
| 1．2 选题的科学依据和意义 | 第20页 |
| 1．3 本文的主要工作 | 第20-22页 |
| 2． 进化策略 | 第22-41页 |
| 2．1 进化策略算法 | 第22-23页 |
| 2．2 基于正态分布的进化策略及其收敛性 | 第23-25页 |
| 2．3 基于均匀分布的进化策略及其收敛性 | 第25-29页 |
| 2．3．1 基于均匀分布的(μ+λ)-ES | 第26页 |
| 2．3．2 收敛性分析 | 第26-29页 |
| 2．4 一种新的进化策略及其收敛性 | 第29-30页 |
| 2．5 数值实验 | 第30-36页 |
| 2．6 进化策略在医学图像配准中的应用 | 第36-41页 |
| 2．6．1 配准方法分类 | 第36-37页 |
| 2．6．2 图像的空间变换 | 第37页 |
| 2．6．3 相似性测度的建立 | 第37-41页 |
| 3． 模拟退火算法 | 第41-50页 |
| 3．1 模拟退火算法 | 第41-42页 |
| 3．1．1 模拟退火算法的一般框架 | 第41-42页 |
| 3．1．2 模拟退火算法的实现 | 第42页 |
| 3．2 单点变异的模拟退火算法的收敛性分析 | 第42-50页 |
| 3．2．1 算法描述 | 第43-44页 |
| 3．2．2 收敛性分析 | 第44-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表学术论文情况 | 第54页 |
| 参加课题 | 第54-55页 |
| 致谢 | 第55-56页 |
| 大连理工大学学位论文版权使用授权书 | 第56页 |
