进化计算与粗糙集研究及应用

1 绪论
1.1 本书背景及意义
1.2 进化计算与思维进化算法
1.2.1 进化计算理论
1.2.2 思维进化算法（MEA）
1.3　粗糙集理论
1.3.1 粗糙集基本概念
1.3.2 粗糙集研究现状
1.4 本书的主要内容及结构安排
1.4.1 主要研究内容
1.4.2 本书的结构安排
参考文献

2 进化计算的数列模型及收敛性分析
2.1 概述
2.2 进化计算
2.2.1 进化计算的主要特点
2.2.2 进化计算的主要分支
2.2.3 进化算法的进化机制
2.2.4 进化算法的统一性描述
2.3 进化计算的种群适值链及收敛性分析
2.3.1 种群适值链
2.3.2 基于种群适值链的收敛性分析
2.3.3 仿真分析
2.4 本章小结
参考文献

3 基于种群进化熵的思维进化算法
3.1 概述
3.2思维进化算法
3.2.1 思维进化算法的提出
3.2.2 基本概念
3.2.3 算法特点
3.2.4 算法构架
3.2.5 研究现状与前景
3.3 基于种群进化熵的思维进化算法（PEMEA）
3.3.1 进化熵
3.3.2 基于种群进化熵的搜索策略
3.3.3 算法收敛性分析
3.3.4 数值优化实验
3.4 本章小结
参考文献

4 基于位编码可分辨矩阵的规则提取方法研究
4.1 概述
4.2 粗糙集理论基本概念
4.2.1 知识与知识表达系统
4.2.2 粗糙集合基本概念”
4.2.3 知识的约筒
……
5　PEMEA与粗糙集理论在图像处理中的应用
6　结论与展望