第一章 绪论
1．1 研究背景
1．2 仿生群智能优化算法研究现状
1．2．1 布谷鸟搜索算法研究现状
1．2．2 人工蜂群算法研究现状
1．3 本书研究思路
1．3．1 问题的提出
1．3．2 研究方案
1．4 本书研究工作
1．4．1 本书工作
1．4．2 本书结构

第二章 仿生群智能优化及点云配准相关研究进展
2．1 概述
2．2 局部开采
2．3 全局勘探
2．4 均衡搜索
2．5 点云配准
2．6 本章小结

第三章 基于模式搜索的布谷鸟搜索算法
3．1 引言
3．2 布谷鸟搜索算法及局限性
3．2．1 布谷鸟的生物机理
3．2．2 布谷鸟搜索算法原理
3．2．3 布谷鸟搜索算法的特点
3．2．4 CS算法求解全局优化问题的局限性
3．3 PSCS算法的基本策略
3．3．1 模式搜索趋化策略
3．3．2 自适应竞争排名构建机制
3．3．3 合作分享策略
3．4 计算机数值仿真实验结果与箅法比较
3．4．1 测试函数与评价标准
3．4．2 PSCS算法参数设置
3．4．3 PSCS与CS算法比较
3．4．4 与改进cS算法以及其他智能优化算法的比较
3．5 算法复杂性的分析与讨论
3．5．1 复杂性分析
3．5．2 讨论
3．6 算法在点云配准上的应用拓展
3．6．1 点云配淮优化模型
3．6．2 点云简化与特征点提取
3．6．3 基于模式搜索布谷鸟算法的点云配准优化
3．6．4 实验结果与算法比较
3．7 本章小结
……

第四章 基于全局侦察搜索的人工蜂群算法
第五章 基于二阶振荡扰动的人工蜂群算法
第六章 总结与展望

致{射
参考文献