●前言
章 緒論
1.1 優化問題和優化方法
1.1.1 優化問題
1.1.2 優化方法
1.2 群智能優化算法
1.2.1 群智能優化算法原理及步驟
1.2.2 群智能優化算法相關知識
1.2.3 群智能優化算法國內外研究現狀
1.3 本書所涉及的主要群智能優化算法
1.3.1 遺傳算法
1.3.2 粒子群優化算法
1.3.3 差分進化算法
1.3.4 細菌覓食優化算法
1.3.5 蛙跳算法
1.3.6 人工蜂群算法
1.3.7 煙花算法
1.3.8 灰狼優化算法
1.4 本書篇章結構
參考文獻
第2章 生物地理學優化算法
2.1 生物地理學理論
2.1.1 理論背景
2.1.2 生物地理學
2.2 BBO算法
2.2.1 BBO算法數學模型
2.2.2 BBO算法步驟及原理
2.2.3 BBO算法優缺點分析
2.2.4 BBO算法改進動機分析
2.2.5 BBO算法相關研究綜述
2.3 本章小結
參考文獻
第3章 生物地理學優化算法代表性改進研究簡介
3.1 BBO算法遷移模型的改進
3.2 BBO算法種群初始化的改進
3.3 BBO算法遷移算子的改進
3.4 BBO算法變異算子的改進
3.5 BBO算法清除算子的改進
3.6 BBO算法選擇策略的改進
3.7 BBO算法的混合改進
3.8 本章小結
參考文獻
第4章 差分遷移和趨優變異的BBO算法
4.1 引言
4.2 DGBBO算法
4.2.1 榜樣選擇方案
4.2.2 差分遷移算子
4.2.3 趨優變異算子
4.2.4 貪婪選擇法替換精英保留機制
4.2.5 改進的遷移概率計算方式
4.2.6 DGBBO算法總流程
4.2.7 DGBBO算法與BBO算法的異同點
4.3 實驗與分析
4.3.1 實驗準備
4.3.2 DGBBO算法與其不完整變體算法的對比
4.3.3 DGBBO算法與同類算法的對比
4.3.4 DGBBO算法與其他類算法的對比
4.3.5 DGBBO算法的t檢驗
4.3.6 DGBBO算法的計算復雜度討論
4.3.7 實驗總結
4.4 本章小結
參考文獻
第5章 差分變異和交叉遷移的BBO算法
5.1 引言
5.2 DCBBO算法
5.2.1 差分變異算子
5.2.2 交叉遷移算子
5.2.3 啟發式交叉操作
5.2.4 DCBBO算法總流程
5.2.5 DCBBO算法與BBO算法的異同點
5.3 實驗與分析
5.3.1 實驗準備
5.3.2 DCBBO算法與同類算法的對比
5.3.3 DCBBO算法與其他類算法的對比
5.3.4 DCBBO算法的Wilcoxon符號秩檢驗
5.3.5 DCBBO算法的計算復雜度討論
5.3.6 實驗總結
5.4 本章小結
參考文獻
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 自適應啟發式交叉操作
6.2.4 混合交叉遷移算子
6.2.5 HCBBO算法總流程
6.2.6 HCBBO算法與BBO算法的異同點
6.3 實驗與分析
6.3.1 實驗準備
6.3.2 HCBBO算法與同類算法的對比
6.3.3 HCBBO算法與其他類算法的對比
6.3.4 HCBBO算法的Wilcoxon符號秩檢驗
6.3.5 HCBBO算法的計算復雜度討論
6.3.6 實驗總結
6.4 本章小結
參考文獻
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 差分擾動操作
7.2.3 共享差分遷移算子
7.2.4 單維與全維交叉更新策略
7.2.5 反向學習機制
7.2.6 EMBBO算法總流程
7.2.7 EMBBO算法與BBO算法的異同點
7.3 實驗與分析
7.3.1 實驗準備
7.3.2 EMBBO算法主要參數討論
7.3.3 EMBBO算法與其不完整變體算法的對比
7.3.4 EMBBO算法與同類算法的對比
7.3.5 EMBBO算法與其他類算法的對比
7.3.6 EMBBO算法在CEC2017測試集上的對比
7.3.7 EMBBO算法的t檢驗
7.3.8 EMBBO算法的計算復雜度討論
7.3.9 實驗總結
7.4 本章小結
參考文獻
第8章 混合灰狼優化的BBO算法
8.1 引言
8.2 HBBOG算法
8.2.1 改進的BBO算法
8.2.2 反向GWO算法
8.2.3 HBBOG算法總流程
8.2.4 HBBOG算法與BBO算法的異同點
8.3 實驗與分析
8.3.1 實驗準備
8.3.2 HBBOG相關算法之間的對比
8.3.3 HBBOG算法與同類算法的對比
8.3.4 HBBOG算法與其他類算法的對比
8.3.5 HBBOG算法在CEC2013和CEC2014測試集上的對比
8.3.6 HBBOG算法的Wilcoxon符號秩檢驗
8.3.7 實驗總結
8.4 本章小結
參考文獻
第9章 混合蛙跳優化的BBO算法
9.1 引言
9.2 HBBOS算法
9.2.1 改進的SFLA更新方法
9.2.2 改進的遷移算子更新方法
9.2.3 HBBOS算法總流程
9.2.4 HBBOS算法與BBO算法的異同點
9.3 實驗與分析
9.3.1 實驗準備
9.3.2 HBBOS算法與同類算法的對比
9.3.3 HBBOS算法與其他類算法的對比
9.3.4 HBBOS算法在CEC2014測試集上的對比
9.3.5 HBBOS算法的t檢驗和Wilcoxon符號秩檢驗
9.3.6 實驗總結
9.4 本章小結
參考文獻
0章 圖像分割概述
10.1 引言
10.2 圖像分割方法
10.2.1 圖像分割方法概述
10.2.2 閾值分割方法
10.2.3 區域分割方法
10.2.4 邊緣分割方法
10.2.5 基於特定理論的分割方法
10.3 閾值分割準則
10.3.1 閾值分割準則概述
10.3.2 昀大熵法
10.3.3 昀小交叉熵法
10.3.4 昀大類間方差法
10.3.5 Tsallis熵法
10.4 群智能優化算法在圖像閾值分割上的應用
10.5 本章小結
參考文獻
1章 多源遷移和自適應變異的BBO算法的圖像分割
11.1 引言
11.2 PSBBO算法
11.2.1 多源遷移算子
11.2.2 動態調整的變異算子
11.2.3 PSBBO算法總流程
11.2.4 PSBBO算法與BBO算法的異同點
11.2.5 PSBBO算法應用於昀大熵多閾值圖像分割
11.3 實驗與分析
11.3.1 實驗準備
11.3.2 PSBBO算法的多閾值圖像分割對比
11.3.3 實驗總結
11.4 本章小結
參考文獻
2章 動態遷移和椒鹽變異的BBO算法的圖像分割
12.1 引言
12.2 DSBBO算法
12.2.1 動態遷移算子
12.2.2 椒鹽變異算子
12.2.3 DSBBO算法總流程
12.2.4 DSBBO算法與BBO算法的異同點
12.2.5 DSBBO算法應用於昀小交叉熵多閾值圖像分割
12.3 實驗與分析
12.3.1 實驗準備
12.3.2 DSBBO算法的多閾值圖像分割對比
12.3.3 實驗總結
12.4 本章小結
參考文獻
3章 混合遷移的BBO算法的圖像分割
13.1 引言
13.2 HMBBO算法
13.2.1 微擾動啟發式交叉操作
13.2.2 混合遷移算子
13.2.3 HMBBO算法總流程
13.2.4 HMBBO算法與BBO算法的異同點
13.2.5 HMBBO算法應用於昀大類間方差多閾值圖像分割
13.3 實驗與分析
13.3.1 實驗準備
13.3.2 HMBBO算法的多閾值圖像分割對比
13.3.3 實驗總結
13.4 本章小結
參考文獻
4章 混合細菌覓食優化的BBO算法的圖像分割
14.1 引言
14.2 HBBOB算法
14.2.1 擾動遷移算子
14.2.2 “1步長”趨化算子
14.2.3 HBBOB算法總流程
14.2.4 HBBOB算法與BBO算法的異同點
14.2.5 HBBOB算法應用於Kapur熵多閾值彩色圖像分割
14.3 實驗與分析
14.3.1 實驗準備
14.3.2 HBBOB算法的多閾值圖像分割對比
14.3.3 實驗總結
14.4 本章小結
參考文獻
5章 總結與展望
附錄 基準函數
內容簡介
本書以優化問題開篇，逐漸引入群智能優化算法的概念，由群智能優化算法逐步引入BBO，對BBO背景、原理、存在的缺陷及改進動機進行了詳細介紹，對BBO目前靠前外研究現狀進行了綜述，對BBO各步驟代表性改進研究進行了簡述，並詳細描述了6項作者課題組對BBO的創新性改進研究。6項研究分別為"差分遷移和趨優變異的BBO算法(DGBBO)"、"差分變異和交叉遷移的BBO算法(DCBBO)"、"混合交叉的BBO算法(HCBBO)"、"高效融合的BBO算法(EMBBO)"、"GWO與BBO的混合算法(HBBOG)"和"SFLA與BBO的混合算法(HBBOS)"。在本書第4至9章內容中，描述了這些算法的原理，並通過大量基準函數實驗對比了當前優選的算法，驗證對BBO的改進效果。
