進(jìn)化計(jì)算與粗糙集研究及應(yīng)用

1 緒論
　1.1 本書背景及意義
　1.2 進(jìn)化計(jì)算與思維進(jìn)化算法
　 1.2.1 進(jìn)化計(jì)算理論
　 1.2.2 思維進(jìn)化算法（MEA）
　1.3　粗糙集理論
1.3.1 粗糙集基本概念
1.3.2 粗糙集研究現(xiàn)狀
1.4 本書的主要內(nèi)容及結(jié)構(gòu)安排
　1.4.1 主要研究?jī)?nèi)容
　1.4.2 本書的結(jié)構(gòu)安排
參考文獻(xiàn)
2 進(jìn)化計(jì)算的數(shù)列模型及收斂性分析
2.1 概述
2.2 進(jìn)化計(jì)算
2.2.1 進(jìn)化計(jì)算的主要特點(diǎn)
2.2.2 進(jìn)化計(jì)算的主要分支
2.2.3 進(jìn)化算法的進(jìn)化機(jī)制
2.2.4 進(jìn)化算法的統(tǒng)一性描述
2.3 進(jìn)化計(jì)算的種群適值鏈及收斂性分析
2.3.1 種群適值鏈
2.3.2 基于種群適值鏈的收斂性分析
2.3.3 仿真分析
2.4 本章小結(jié)
參考文獻(xiàn)
3 基于種群進(jìn)化熵的思維進(jìn)化算法
3.1 概述
3.2思維進(jìn)化算法
3.2.1 思維進(jìn)化算法的提出
3.2.2 基本概念
3.2.3 算法特點(diǎn)
3.2.4 算法構(gòu)架
3.2.5 研究現(xiàn)狀與前景
3.3 基于種群進(jìn)化熵的思維進(jìn)化算法（PEMEA）
3.3.1 進(jìn)化熵
3.3.2 基于種群進(jìn)化熵的搜索策略
3.3.3 算法收斂性分析
3.3.4 數(shù)值優(yōu)化實(shí)驗(yàn)
3.4 本章小結(jié)
參考文獻(xiàn)
4 基于位編碼可分辨矩陣的規(guī)則提取方法研究
4.1 概述
4.2 粗糙集理論基本概念
4.2.1 知識(shí)與知識(shí)表達(dá)系統(tǒng)
4.2.2 粗糙集合基本概念”
4.2.3 知識(shí)的約筒
　　……
5　PEMEA與粗糙集理論在圖像處理中的應(yīng)用
6　結(jié)論與展望