![]()
内容推荐 群智能优化算法一般具有原理简单、易于实现的特点,能够较好地处理许多优化问题。生物地理学优化算法是受生物地理学理论启发而开发的一种进化计算技术,是群智能优化算法之一,广泛应用于处理科学和工程领域中的优化问题。本书详细介绍了作者在生物地理学算法改进上的六项研究成果以及四项改进的生物地理学优化算法在图像分割上的应用研究成果。 本书注重理论与应用的结合,遵循由浅入深、循序渐进的原则,内容丰富,实验充分。本书可供高等学校、科研院所的计算机科学、人工智能、自动化和管理科学等专业的教师和学生阅读,也可供相关领域的科技工作者和工程技术人员参考。 目录 前言 第1章 绪论 1.1 优化问题和优化方法 1.1.1 优化问题 1.1.2 优化方法 1.2 群智能优化算法 1.2.1 群智能优化算法原理及步骤 1.2.2 群智能优化算法相关知识 1.2.3 群智能优化算法国内外研究现状 1.3 本书所涉及的主要群智能优化算法 1.3.1 遗传算法 1.3.2 粒子群优化算法 1.3.3 差分进化算法 1.3.4 细菌觅食优化算法 1.3.5 蛙跳算法 1.3.6 人工蜂群算法 1.3.7 烟花算法 1.3.8 灰狼优化算法 1.4 本书篇章结构 参考文献 第2章 生物地理学优化算法 2.1 生物地理学理论 2.1.1 理论背景 2.1.2 生物地理学 2.2 BBO算法 2.2.1 BBO算法数学模型 2.2.2 BBO算法步骤及原理 2.2.3 BBO算法优缺点分析 2.2.4 BBO算法改进动机分析 2.2.5 BBO算法相关研究综述 2.3 本章小结 参考文献 第3章 生物地理学优化算法代表性改进研究简介 3.1 BBO算法迁移模型的改进 3.2 BBO算法种群初始化的改进 3.3 BBO算法迁移算子的改进 3.4 BBO算法变异算子的改进 3.5 BBO算法清除算子的改进 3.6 BBO算法选择策略的改进 3.7 BBO算法的混合改进 3.8 本章小结 参考文献 第4章 差分迁移和趋优变异的BBO算法 4.1 引言 4.2 DGBBO算法 4.2.1 榜样选择方案 4.2.2 差分迁移算子 4.2.3 趋优变异算子 4.2.4 贪婪选择法替换精英保留机制 4.2.5 改进的迁移概率计算方式 4.2.6 DGBBO算法总流程 4.2.7 DGBBO算法与BBO算法的异同点 4.3 实验与分析 4.3.1 实验准备 4.3.2 DGBBO算法与其不完整变体算法的对比 4.3.3 DGBBO算法与同类算法的对比 4.3.4 DGBBO算法与其他类算法的对比 4.3.5 DGBBO算法的t检验 4.3.6 DGBBO算法的计算复杂度讨论 4.3.7 实验总结 4.4 本章小结 参考文献 第5章 差分变异和交叉迁移的BBO算法 5.1 引言 5.2 DCBBO算法 5.2.1 差分变异算子 5.2.2 交叉迁移算子 5.2.3 启发式交叉操作 5.2.4 DCBBO算法总流程 5.2.5 DCBBO算法与BBO算法的异同点 5.3 实验与分析 5.3.1 实验准备 5.3.2 DCBBO算法与同类算法的对比 5.3.3 DCBBO算法与其他类算法的对比 5.3.4 DCBBO算法的Wilcoxon符号秩检验 5.3.5 DCBBO算法的计算复杂度讨论 5.3.6 实验总结 5.4 本章小结 参考文献 第6章 混合交叉的BBO算法 6.1 引言 6.2 HCBBO算法 6.2.1 垂直交叉操作 6.2.2 水平交叉操作 6.2.3 自适应启发式交叉操作 6.2.4 混合交叉迁移算子 6.2.5 HCBBO算法总流程 6.2.6 HCBBO算法与BBO算法的异同点 6.3 实验与分析 6.3.1 实验准备 6.3.2 HCBBO算法与同类算法的对比 6.3.3 HCBBO算法与其他类算法的对比 6.3.4 HCBBO算法的Wilcoxon符号秩检验 6.3.5 HCBBO算法的计算复杂度讨论 6.3.6 实验总结 6.4 本章小结 参考文献 第7章 高效融合的BBO算法 7.1 引言 7.2 EMBBO算法 7.2.1 共享操作 7.2.2 差分扰动操作 7.2.3 共享差分迁移算子 7.2.4 单维与全维交叉更新策略 7.2.5 反向学习机制 7.2.6 EMBBO算法总流程 7.2.7 EMBBO算法与BBO算法的异同点 7.3 实验与分析 7.3.1 实验准备 7.3.2 EMBBO算法主要参数讨论 7.3.3 EMBBO算法与其不完整变体算法的对比 7.3.4 EMBBO算法与同类算法的对比 7.3.5 EMBBO算法与其他类算法的对比 7.3.6 EMBBO算法在CEC2017测试集上的对比 7.3.7 EMBBO算法的t检验 7.3.8 EMBBO算法的计算复杂度讨论 7.3.9 实验总结 7.4 本章小结 参考文献 第8章 混合灰狼优化的BBO算法 8.1 引言 8.2 HBBOG算法 8.2.1 改进的BBO算法 8.2.2 反向GWO算法 8.2.3 HBBOG算法总流程 8.2.4 HBBOG算法与BBO算法的异同点 8.3 实验与分析 8.3.1 实验准备 8.3.2 HBBOG相关算法之间的对比 8.3.3 HBBOG算法与同类算法的对比 8.3.4 HBBOG算法与其他类算法的对比 8.3.5 HBBOG算法在CEC2013和CEC2014测试集上的对比 8.3.6 HBBOG算法的Wilcoxon符号秩检验 8.3.7 实验总结 8.4 本章小结 参考文献 第9章 混合蛙跳优化的BBO算法 9.1 引言 9.2 HBBOS算法 9.2.1 改进的SFLA更新方法 9.2.2 改进的迁移算子更新方法 9.2.3 HBBOS算法总流程 9.2.4 HBBOS算法与BBO算法的异同点 9.3 实验与分析 9.3.1 实验准备 9.3.2 HBBOS算法与同类算法的对比 9.3.3 HBBOS算法与其他类算法的对比 9.3.4 HBBOS算法 |