生物地理学优化算法的改进及其在图像分割上的应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

生物地理学优化算法的改进及其在图像分割上的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 优化问题和优化方法1

1.1.1 优化问题1

1.1.2 优化方法2

1.2 群智能优化算法4

1.2.1 群智能优化算法原理及步骤4

1.2.2 群智能优化算法相关知识5

1.2.3 群智能优化算法国内外研究现状8

1.3 本书所涉及的主要群智能优化算法9

1.3.1 遗传算法9

1.3.2 粒子群优化算法10

1.3.3 差分进化算法11

1.3.4 细菌觅食优化算法12

1.3.5 蛙跳算法14

1.3.6 人工蜂群算法15

1.3.7 烟花算法16

1.3.8 灰狼优化算法18

1.4 本书篇章结构19

参考文献21

第2章 生物地理学优化算法23

2.1 生物地理学理论23

2.1.1 理论背景23

2.1.2 生物地理学24

2.2 BBO算法25

2.2.1 BBO算法数学模型25

2.2.2 BBO算法步骤及原理27

2.2.3 BBO算法优缺点分析33

2.2.4 BBO算法改进动机分析35

2.2.5 BBO算法相关研究综述36

2.3 本章小结37

参考文献38

第3章 生物地理学优化算法代表性改进研究简介41

3.1 BBO算法迁移模型的改进41

3.2 BBO算法种群初始化的改进45

3.3 BBO算法迁移算子的改进46

3.4 BBO算法变异算子的改进47

3.5 BBO算法清除算子的改进48

3.6 BBO算法选择策略的改进49

3.7 BBO算法的混合改进50

3.8 本章小结51

参考文献51

第4章 差分迁移和趋优变异的BBO算法53

4.1 引言53

4.2 DGBBO算法53

4.2.1 榜样选择方案53

4.2.2 差分迁移算子54

4.2.3 趋优变异算子56

4.2.4 贪婪选择法替换精英保留机制58

4.2.5 改进的迁移概率计算方式59

4.2.6 DGBBO算法总流程59

4.2.7 DGBBO算法与BBO算法的异同点60

4.3 实验与分析60

4.3.1 实验准备60

4.3.2 DGBBO算法与其不完整变体算法的对比61

4.3.3 DGBBO算法与同类算法的对比64

4.3.4 DGBBO算法与其他类算法的对比66

4.3.5 DGBBO算法的t检验68

4.3.6 DGBBO算法的计算复杂度讨论70

4.3.7 实验总结71

4.4 本章小结71

参考文献71

第5章 差分变异和交叉迁移的BBO算法73

5.1 引言73

5.2 DCBBO算法73

5.2.1 差分变异算子73

5.2.2 交叉迁移算子74

5.2.3 启发式交叉操作75

5.2.4 DCBBO算法总流程77

5.2.5 DCBBO算法与BBO算法的异同点77

5.3 实验与分析78

5.3.1 实验准备78

5.3.2 DCBBO算法与同类算法的对比78

5.3.3 DCBBO算法与其他类算法的对比82

5.3.4 DCBBO算法的Wilcoxon符号秩检验85

5.3.5 DCBBO算法的计算复杂度讨论86

5.3.6 实验总结86

5.4 本章小结86

参考文献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 自适应启发式交叉操作89

6.2.4 混合交叉迁移算子90

6.2.5 HCBBO算法总流程91

6.2.6 HCBBO算法与BBO算法的异同点91

6.3 实验与分析92

6.3.1 实验准备92

6.3.2 HCBBO算法与同类算法的对比93

6.3.3 HCBBO算法与其他类算法的对比97

6.3.4 HCBBO算法的Wilcoxon符号秩检验98

6.3.5 HCBBO算法的计算复杂度讨论99

6.3.6 实验总结99

6.4 本章小结99

参考文献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 差分扰动操作103

7.2.3 共享差分迁移算子103

7.2.4 单维与全维交叉更新策略104

7.2.5 反向学习机制106

7.2.6 EMBBO算法总流程107

7.2.7 EMBBO算法与BBO算法的异同点108

7.3 实验与分析108

7.3.1 实验准备108

7.3.2 EMBBO算法主要参数讨论109

7.3.3 EMBBO算法与其不完整变体算法的对比110

7.3.4 EMBBO算法与同类算法的对比111

7.3.5 EMBBO算法与其他类算法的对比112

7.3.6 EMBBO算法在CEC2017测试集上的对比115

7.3.7 EMBBO算法的t检验116

7.3.8 EMBBO算法的计算复杂度讨论117

7.3.9 实验总结118

7.4 本章小结118

参考文献118

第8章 混合灰狼优化的BBO算法120

8.1 引言120

8.2 HBBOG算法120

8.2.1 改进的BBO算法120

8.2.2 反向GWO算法123

8.2.3 HBBOG算法总流程123

8.2.4 HBBOG算法与BBO算法的异同点125

8.3 实验与分析126

8.3.1 实验准备126

8.3.2 HBBOG相关算法之间的对比127

8.3.3 HBBOG算法与同类算法的对比129

8.3.4 HBBOG算法与其他类算法的对比131

8.3.5 HBBOG算法在CEC2013和CEC2014 测试集上的对比132

8.3.6 HBBOG算法的Wilcoxon符号秩检验136

8.3.7 实验总结138

8.4 本章小结138

参考文献138

第9章 混合蛙跳优化的BBO算法140

9.1 引言140

9.2 HBBOS算法140

9.2.1 改进的SFLA更新方法140

9.2.2 改进的迁移算子更新方法141

9.2.3 HBBOS算法总流程145

9.2.4 HBBOS算法与BBO算法的异同点146

9.3 实验与分析146

9.3.1 实验准备146

9.3.2 HBBOS算法与同类算法的对比147

9.3.3 HBBOS算法与其他类算法的对比148

9.3.4 HBBOS算法在CEC2014测试集上的对比149

9.3.5 HBBOS算法的t检验和Wilcoxon符号秩检验152

9.3.6 实验总结154

9.4 本章小结154

参考文献154

第10章 图像分割概述156

10.1 引言156

10.2 图像分割方法157

10.2.1 图像分割方法概述157

10.2.2 阈值分割方法157

10.2.3 区域分割方法158

10.2.4 边缘分割方法159

10.2.5 基于特定理论的分割方法159

10.3 阈值分割准则161

10.3.1 阈值分割准则概述161

10.3.2 最大熵法161

10.3.3 最小交叉熵法161

10.3.4 最大类间方差法162

10.3.5 Tsallis熵法163

10.4 群智能优化算法在图像阈值分割上的应用166

10.5 本章小结167

参考文献167

第11章 多源迁移和自适应变异的BBO算法的图像分割169

11.1 引言169

11.2 PSBBO算法169

11.2.1 多源迁移算子169

11.2.2 动态调整的变异算子171

11.2.3 PSBBO算法总流程172

11.2.4 PSBBO算法与BBO算法的异同点173

11.2.5 PSBBO算法应用于最大熵多阈值图像分割173

11.3 实验与分析174

11.3.1 实验准备174

11.3.2 PSBBO算法的多阈值图像分割对比174

11.3.3 实验总结177

11.4 本章小结178

参考文献178

第12章 动态迁移和椒盐变异的BBO算法的图像分割180

12.1 引言180

12.2 DSBBO算法180

12.2.1 动态迁移算子180

12.2.2 椒盐变异算子182

12.2.3 DSBBO算法总流程183

12.2.4 DSBBO算法与BBO算法的异同点184

12.2.5 DSBBO算法应用于最小交叉熵多阈值图像分割184

12.3 实验与分析184

12.3.1 实验准备184

12.3.2 DSBBO算法的多阈值图像分割对比185

12.3.3 实验总结190

12.4 本章小结191

参考文献191

第13章 混合迁移的BBO算法的图像分割193

13.1 引言193

13.2 HMBBO算法193

13.2.1 微扰动启发式交叉操作193

13.2.2 混合迁移算子194

13.2.3 HMBBO算法总流程195

13.2.4 HMBBO算法与BBO算法的异同点196

13.2.5 HMBBO算法应用于最大类间方差多阈值图像分割196

13.3 实验与分析197

13.3.1 实验准备197

13.3.2 HMBBO算法的多阈值图像分割对比198

13.3.3 实验总结202

13.4 本章小结202

参考文献203

第14章 混合细菌觅食优化的BBO算法的图像分割204

14.1 引言204

14.2 HBBOB算法204

14.2.1 扰动迁移算子204

14.2.2 “1步长”趋化算子206

14.2.3 HBBOB算法总流程208

14.2.4 HBBOB算法与BBO算法的异同点208

14.2.5 HBBOB算法应用于Kapur熵多阈值彩色图像分割209

14.3 实验与分析210

14.3.1 实验准备210

14.3.2 HBBOB算法的多阈值图像分割对比212

14.3.3 实验总结221

14.4 本章小结221

参考文献222

第15章 总结与展望223

附录 基准函数225