《生物地理學最佳化算法的改進及其在圖像分割上的套用》是2019年06月01日科學出版社出版的圖書，作者是張新明、康強。
基本介紹
- 書名：生物地理學最佳化算法的改進及其在圖像分割上的套用
- 作者：張新明
康強 - 出版社：科學出版社
- 出版時間：2019年06月01日
- 頁數：228 頁
- 定價：98 元
- 開本：B5
- 裝幀：平裝
- ISBN：9787030603814
內容簡介,圖書目錄,
內容簡介
群智慧型最佳化算法一般具有原理簡單、易於實現的特點，能夠較好地處理許多最佳化問題。生物地理學最佳化算法是受生物地理學理論啟發而開發的一種進化計算技術，是群智慧型最佳化算法之一，廣泛套用全催於處理科學和工程領域中的最佳化問題。本書詳細介紹了作者在生物地理學算法改進上的六項研究成果以及四項改進的生物地理學最佳化算府戀請慨法在圖像分割上的套用研究成果。 本書注重理論與套用的結合，遵循由淺入深、循序漸進的原則，內容豐富，實驗充分。本書可供高等學校、科研院所的計算機科學、人工智慧、自動化和管理科學等專業的教師和學生閱讀，也可供相關領域的科技工作者和工程技術人員參考。
圖書目錄
前言
第1章 緒論 1
1.1 最佳化問題和最佳化方法 1
1.1.1 最佳化問題 1
1.1.2 最佳化方法 2
1.2 群智慧型最佳化算法 4
1.2.1 群智慧型最佳化算法原理及步驟 4
1.2.2 群智慧型最佳化算法相關知識 5
1.2.3 群智慧型最佳化算法國內外研究現狀 8
1.3 本書所涉及的主要群智慧型最佳化算法 9
1.3.1 遺傳算祝提體法 9
1.3.2 粒子群最佳化算法 10
1.3.3 差分進化算法 11
1.3.4 細菌覓食最佳化算法 12
1.3.5 蛙跳算法 14
1.3.6 人工蜂群算法 15
1.3.7 煙花算法 16
1.3.8 灰狼最佳化算法 18
1.4 本書篇章結構 19
參考文獻 21
第2章 生物地理學最佳化算法 23
2.1 生物地理學理論 23
2.1.1 理論背景 23
2.1.2 生物地理學 24
2.2 BBO算法 25
2.2.1 BBO算法數學模型 25
2.2.2 BBO算法步驟及原理 27
2.2.3 BBO算法優缺點分析 33
2.2.4 BBO算法改進動機分析 35
2.2.5 BBO算法相關研究綜述 36
2.3 本章小結 37
參考文獻 38
第3章 生物地理學最佳化算法代表性改進研究簡介 41
3.1 BBO算法遷移模型的改進 41
3.2 BBO算法種群初始化的改進 45
3.3 BBO算法遷移運算元的改進 46
3.4 BBO算法變異運算元的改進 47
3.5 BBO算法清除運算元的改進 48
3.6 BBO算法選擇策略的改進 49
3.7 BBO算法的混合船催催改進 50
3.8 本章小結 51
參考文獻 51
第4章 差分遷移和趨優變異的BBO算法 53
4.1 引言 53
4.2 DGBBO算法 53
4.2.1 榜樣選擇方案 53
4.2.2 差分遷移運算元 54
4.2.3 趨優變異運算元 56
4.2.4 貪婪選擇法替換精英保留機制 58
4.2.5 改進的遷移機率計算方式 59
4.2.6 DGBBO算法總流程 59
4.2.7 DGBBO算法與BBO算法的異同點 60
4.3 實驗與分析 60
4.3.1 實驗準備 60
4.3.2 DGBBO算法與其不完整變體算法的對比 61
4.3.3 DGBBO算法與同類算法的對比 64
4.3.4 DGBBO算法與其他類算法的對比 66
4.3.5 DGBBO算法的t檢驗 68
4.3.6 DGBBO算法的計算複雜度討論 70
4.3.7 實驗總結 71
4.4 本章小結 71
參考文獻 71
第5章 差分變異和交叉遷移的BBO算法 73
5.1 引言 73
5.2 DCBBO算法 73
5.2.1 差分變異運算元 73
5.2.2 交叉遷移運算元 74
5.2.3 啟發式交叉操作 75
5.2.4 DCBBO算法總流程 77
5.2.5 DCBBO算法與BBO算法的異同點 77
5.3 實驗與分析 78
5.3.1 實驗兆棕喇準備 78
5.3.2 DCBBO算法與同類算法的對比 78
5.3.3 DCBBO算法與其他類戒判籃算法的對比 82
5.3.4 DCBBO算法的Wilcoxon符號秩檢驗 85
5.3.5 DCBBO算法的計算複雜度討論 86
5.3.6 實驗總結 86
5.4 本章小結 86
參考文獻 87
第6章 混合交叉的BBO算法 88
6.1 引言 88
6.2 HCBBO算法 88
6.2.1 垂直交叉操作 88
6.2.2 水平交叉操作 88
6.2.3 自適應啟發式交叉操作 89
6.2.4 混合交叉遷移運算元 90
6.2.5 HCBBO算法總流程 91
6.2.6 HCBBO算法與BBO算再檔朵戶法的異同點 91
6.3 實驗與分析 92
6.3.1 實驗準備 92
6.3.2 HCBBO算法與同類算法的對比 93
6.3.3 HCBBO算法與其他類算法的對比 97
6.3.4 HCBBO算法的Wilcoxon符號秩檢驗 98
6.3.5 HCBBO算法的計算複雜度討論 99
6.3.6 實驗總結 99
6.4 本章小結 99
參考文獻 100
第7章 高效融合的BBO算法 101
7.1 引言 101
7.2 EMBBO算法 101
7.2.1 共享操作 101
7.2.2 差分擾動操作 103
7.2.3 共享差分遷移運算元 103
7.2.4 單維與全維交叉更新策略 104
7.2.5 反向學習機制 106
7.2.6 EMBBO算法總流程 107
7.2.7 EMBBO算法與BBO算法的異同點 108
7.3 實驗與分析 108
7.3.1 實驗準備 108
7.3.2 EMBBO算法主要參數討論 109
7.3.3 EMBBO算法與其不完整變體算法的對比 110
7.3.4 EMBBO算法與同類算法的對比 111
7.3.5 EMBBO算法與其他類算法的對比 112
7.3.6 EMBBO算法在CEC2017測試集上的對比 115
7.3.7 EMBBO算法的t檢驗 116
7.3.8 EMBBO算法的計算複雜度討論 117
7.3.9 實驗總結 118
7.4 本章小結 118
參考文獻 118
第8章 混合灰狼最佳化的BBO算法 120
8.1 引言 120
8.2 HBBOG算法 120
8.2.1 改進的BBO算法 120
8.2.2 反向GWO算法 123
8.2.3 HBBOG算法總流程 123
8.2.4 HBBOG算法與BBO算法的異同點 125
8.3 實驗與分析 126
8.3.1 實驗準備 126
8.3.2 HBBOG相關算法之間的對比 127
8.3.3 HBBOG算法與同類算法的對比 129
8.3.4 HBBOG算法與其他類算法的對比 131
8.3.5 HBBOG算法在CEC2013和CEC2014測試集上的對比 132
8.3.6 HBBOG算法的Wilcoxon符號秩檢驗 136
8.3.7 實驗總結 138
8.4 本章小結 138
參考文獻 138
第9章 混合蛙跳最佳化的BBO算法 140
9.1 引言 140
9.2 HBBOS算法 140
9.2.1 改進的SFLA更新方法 140
9.2.2 改進的遷移運算元更新方法 141
9.2.3 HBBOS算法總流程 145
9.2.4 HBBOS算法與BBO算法的異同點 146
9.3 實驗與分析 146
9.3.1 實驗準備 146
9.3.2 HBBOS算法與同類算法的對比 147
9.3.3 HBBOS算法與其他類算法的對比 148
9.3.4 HBBOS算法在CEC2014測試集上的對比 149
9.3.5 HBBOS算法的t檢驗和Wilcoxon符號秩檢驗 152
9.3.6 實驗總結 154
9.4 本章小結 154
參考文獻 154
第10章 圖像分割概述 156
10.1 引言 156
10.2 圖像分割方法 157
10.2.1 圖像分割方法概述 157
10.2.2 閾值分割方法 157
10.2.3 區域分割方法 158
10.2.4 邊緣分割方法 159
10.2.5 基於特定理論的分割方法 159
10.3 閾值分割準則 161
10.3.1 閾值分割準則概述 161
10.3.2 昀大熵法 161
10.3.3 昀小交叉熵法 161
10.3.4 昀大類間方差法 162
10.3.5 Tsallis熵法 163
10.4 群智慧型最佳化算法在圖像閾值分割上的套用 166
10.5 本章小結 167
參考文獻 167
第11章 多源遷移和自適應變異的BBO算法的圖像分割 169
11.1 引言 169
11.2 PSBBO算法 169
11.2.1 多源遷移運算元 169
11.2.2 動態調整的變異運算元 171
11.2.3 PSBBO算法總流程 172
11.2.4 PSBBO算法與BBO算法的異同點 173
11.2.5 PSBBO算法套用於昀大熵多閾值圖像分割 173
11.3 實驗與分析 174
11.3.1 實驗準備 174
11.3.2 PSBBO算法的多閾值圖像分割對比 174
11.3.3 實驗總結 177
11.4 本章小結 178
參考文獻 178
第12章 動態遷移和椒鹽變異的BBO算法的圖像分割 180
12.1 引言 180
12.2 DSBBO算法 180
12.2.1 動態遷移運算元 180
12.2.2 椒鹽變異運算元 182
12.2.3 DSBBO算法總流程 183
12.2.4 DSBBO算法與BBO算法的異同點 184
12.2.5 DSBBO算法套用於昀小交叉熵多閾值圖像分割 184
12.3 實驗與分析 184
12.3.1 實驗準備 184
12.3.2 DSBBO算法的多閾值圖像分割對比 185
12.3.3 實驗總結 190
12.4 本章小結 191
參考文獻 191
第13章 混合遷移的BBO算法的圖像分割 193
13.1 引言 193
13.2 HMBBO算法 193
13.2.1 微擾動啟發式交叉操作 193
13.2.2 混合遷移運算元 194
13.2.3 HMBBO算法總流程 195
13.2.4 HMBBO算法與BBO算法的異同點 196
13.2.5 HMBBO算法套用於昀大類間方差多閾值圖像分割 196
13.3 實驗與分析 197
13.3.1 實驗準備 197
13.3.2 HMBBO算法的多閾值圖像分割對比 198
13.3.3 實驗總結 202
13.4 本章小結 202
參考文獻 203
第14章 混合細菌覓食最佳化的BBO算法的圖像分割 204
14.1 引言 204
14.2 HBBOB算法 204
14.2.1 擾動遷移運算元 204
14.2.2 “1步長”趨化運算元 206
14.2.3 HBBOB算法總流程 208
14.2.4 HBBOB算法與BBO算法的異同點 208
14.2.5 HBBOB算法套用於Kapur熵多閾值彩色圖像分割 209
14.3 實驗與分析 210
14.3.1 實驗準備 210
14.3.2 HBBOB算法的多閾值圖像分割對比 212
14.3.3 實驗總結 221
14.4 本章小結 221
參考文獻 222
第15章 總結與展望 223
附錄 基準函式 225
4.1 引言 53
4.2 DGBBO算法 53
4.2.1 榜樣選擇方案 53
4.2.2 差分遷移運算元 54
4.2.3 趨優變異運算元 56
4.2.4 貪婪選擇法替換精英保留機制 58
4.2.5 改進的遷移機率計算方式 59
4.2.6 DGBBO算法總流程 59
4.2.7 DGBBO算法與BBO算法的異同點 60
4.3 實驗與分析 60
4.3.1 實驗準備 60
4.3.2 DGBBO算法與其不完整變體算法的對比 61
4.3.3 DGBBO算法與同類算法的對比 64
4.3.4 DGBBO算法與其他類算法的對比 66
4.3.5 DGBBO算法的t檢驗 68
4.3.6 DGBBO算法的計算複雜度討論 70
4.3.7 實驗總結 71
4.4 本章小結 71
參考文獻 71
第5章 差分變異和交叉遷移的BBO算法 73
5.1 引言 73
5.2 DCBBO算法 73
5.2.1 差分變異運算元 73
5.2.2 交叉遷移運算元 74
5.2.3 啟發式交叉操作 75
5.2.4 DCBBO算法總流程 77
5.2.5 DCBBO算法與BBO算法的異同點 77
5.3 實驗與分析 78
5.3.1 實驗準備 78
5.3.2 DCBBO算法與同類算法的對比 78
5.3.3 DCBBO算法與其他類算法的對比 82
5.3.4 DCBBO算法的Wilcoxon符號秩檢驗 85
5.3.5 DCBBO算法的計算複雜度討論 86
5.3.6 實驗總結 86
5.4 本章小結 86
參考文獻 87
第6章 混合交叉的BBO算法 88
6.1 引言 88
6.2 HCBBO算法 88
6.2.1 垂直交叉操作 88
6.2.2 水平交叉操作 88
6.2.3 自適應啟發式交叉操作 89
6.2.4 混合交叉遷移運算元 90
6.2.5 HCBBO算法總流程 91
6.2.6 HCBBO算法與BBO算法的異同點 91
6.3 實驗與分析 92
6.3.1 實驗準備 92
6.3.2 HCBBO算法與同類算法的對比 93
6.3.3 HCBBO算法與其他類算法的對比 97
6.3.4 HCBBO算法的Wilcoxon符號秩檢驗 98
6.3.5 HCBBO算法的計算複雜度討論 99
6.3.6 實驗總結 99
6.4 本章小結 99
參考文獻 100
第7章 高效融合的BBO算法 101
7.1 引言 101
7.2 EMBBO算法 101
7.2.1 共享操作 101
7.2.2 差分擾動操作 103
7.2.3 共享差分遷移運算元 103
7.2.4 單維與全維交叉更新策略 104
7.2.5 反向學習機制 106
7.2.6 EMBBO算法總流程 107
7.2.7 EMBBO算法與BBO算法的異同點 108
7.3 實驗與分析 108
7.3.1 實驗準備 108
7.3.2 EMBBO算法主要參數討論 109
7.3.3 EMBBO算法與其不完整變體算法的對比 110
7.3.4 EMBBO算法與同類算法的對比 111
7.3.5 EMBBO算法與其他類算法的對比 112
7.3.6 EMBBO算法在CEC2017測試集上的對比 115
7.3.7 EMBBO算法的t檢驗 116
7.3.8 EMBBO算法的計算複雜度討論 117
7.3.9 實驗總結 118
7.4 本章小結 118
參考文獻 118
第8章 混合灰狼最佳化的BBO算法 120
8.1 引言 120
8.2 HBBOG算法 120
8.2.1 改進的BBO算法 120
8.2.2 反向GWO算法 123
8.2.3 HBBOG算法總流程 123
8.2.4 HBBOG算法與BBO算法的異同點 125
8.3 實驗與分析 126
8.3.1 實驗準備 126
8.3.2 HBBOG相關算法之間的對比 127
8.3.3 HBBOG算法與同類算法的對比 129
8.3.4 HBBOG算法與其他類算法的對比 131
8.3.5 HBBOG算法在CEC2013和CEC2014測試集上的對比 132
8.3.6 HBBOG算法的Wilcoxon符號秩檢驗 136
8.3.7 實驗總結 138
8.4 本章小結 138
參考文獻 138
第9章 混合蛙跳最佳化的BBO算法 140
9.1 引言 140
9.2 HBBOS算法 140
9.2.1 改進的SFLA更新方法 140
9.2.2 改進的遷移運算元更新方法 141
9.2.3 HBBOS算法總流程 145
9.2.4 HBBOS算法與BBO算法的異同點 146
9.3 實驗與分析 146
9.3.1 實驗準備 146
9.3.2 HBBOS算法與同類算法的對比 147
9.3.3 HBBOS算法與其他類算法的對比 148
9.3.4 HBBOS算法在CEC2014測試集上的對比 149
9.3.5 HBBOS算法的t檢驗和Wilcoxon符號秩檢驗 152
9.3.6 實驗總結 154
9.4 本章小結 154
參考文獻 154
第10章 圖像分割概述 156
10.1 引言 156
10.2 圖像分割方法 157
10.2.1 圖像分割方法概述 157
10.2.2 閾值分割方法 157
10.2.3 區域分割方法 158
10.2.4 邊緣分割方法 159
10.2.5 基於特定理論的分割方法 159
10.3 閾值分割準則 161
10.3.1 閾值分割準則概述 161
10.3.2 昀大熵法 161
10.3.3 昀小交叉熵法 161
10.3.4 昀大類間方差法 162
10.3.5 Tsallis熵法 163
10.4 群智慧型最佳化算法在圖像閾值分割上的套用 166
10.5 本章小結 167
參考文獻 167
第11章 多源遷移和自適應變異的BBO算法的圖像分割 169
11.1 引言 169
11.2 PSBBO算法 169
11.2.1 多源遷移運算元 169
11.2.2 動態調整的變異運算元 171
11.2.3 PSBBO算法總流程 172
11.2.4 PSBBO算法與BBO算法的異同點 173
11.2.5 PSBBO算法套用於昀大熵多閾值圖像分割 173
11.3 實驗與分析 174
11.3.1 實驗準備 174
11.3.2 PSBBO算法的多閾值圖像分割對比 174
11.3.3 實驗總結 177
11.4 本章小結 178
參考文獻 178
第12章 動態遷移和椒鹽變異的BBO算法的圖像分割 180
12.1 引言 180
12.2 DSBBO算法 180
12.2.1 動態遷移運算元 180
12.2.2 椒鹽變異運算元 182
12.2.3 DSBBO算法總流程 183
12.2.4 DSBBO算法與BBO算法的異同點 184
12.2.5 DSBBO算法套用於昀小交叉熵多閾值圖像分割 184
12.3 實驗與分析 184
12.3.1 實驗準備 184
12.3.2 DSBBO算法的多閾值圖像分割對比 185
12.3.3 實驗總結 190
12.4 本章小結 191
參考文獻 191
第13章 混合遷移的BBO算法的圖像分割 193
13.1 引言 193
13.2 HMBBO算法 193
13.2.1 微擾動啟發式交叉操作 193
13.2.2 混合遷移運算元 194
13.2.3 HMBBO算法總流程 195
13.2.4 HMBBO算法與BBO算法的異同點 196
13.2.5 HMBBO算法套用於昀大類間方差多閾值圖像分割 196
13.3 實驗與分析 197
13.3.1 實驗準備 197
13.3.2 HMBBO算法的多閾值圖像分割對比 198
13.3.3 實驗總結 202
13.4 本章小結 202
參考文獻 203
第14章 混合細菌覓食最佳化的BBO算法的圖像分割 204
14.1 引言 204
14.2 HBBOB算法 204
14.2.1 擾動遷移運算元 204
14.2.2 “1步長”趨化運算元 206
14.2.3 HBBOB算法總流程 208
14.2.4 HBBOB算法與BBO算法的異同點 208
14.2.5 HBBOB算法套用於Kapur熵多閾值彩色圖像分割 209
14.3 實驗與分析 210
14.3.1 實驗準備 210
14.3.2 HBBOB算法的多閾值圖像分割對比 212
14.3.3 實驗總結 221
14.4 本章小結 221
參考文獻 222
第15章 總結與展望 223
附錄 基準函式 225
