基于遗传算法的分类规则挖掘研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·课题背景 | 第6页 |
| ·研究现状 | 第6-9页 |
| ·主要研究内容及研究方法 | 第9-11页 |
| ·研究内容 | 第9-10页 |
| ·研究方法 | 第10页 |
| ·论文结构 | 第10-11页 |
| 第二章 数据挖掘与分类规则挖掘 | 第11-18页 |
| ·数据挖掘的历史与发展 | 第11-12页 |
| ·数据挖掘的基本知识 | 第12-16页 |
| ·数据挖掘的概念 | 第12页 |
| ·数据挖掘基本过程 | 第12-14页 |
| ·数据挖掘的对象 | 第14-15页 |
| ·数据挖掘的分类 | 第15-16页 |
| ·分类数据挖掘 | 第16-18页 |
| ·分类数据挖掘概述 | 第16页 |
| ·分类数据挖掘步骤 | 第16-18页 |
| 第三章 遗传算法的基本原理及其应用 | 第18-32页 |
| ·遗传算法概述 | 第18-22页 |
| ·遗传算法的产生及发展 | 第18-19页 |
| ·遗传算法常用术语及其基本思想 | 第19-20页 |
| ·遗传算法的特点 | 第20-22页 |
| ·遗传算法的理论基础 | 第22-23页 |
| ·模式定理 | 第22页 |
| ·积木块假设 | 第22页 |
| ·隐含并行性 | 第22-23页 |
| ·应用流程及算法 | 第23-25页 |
| ·遗传算法的应用流程图 | 第23-24页 |
| ·基本遗传算法的算法描述 | 第24-25页 |
| ·遗传算法的基本实现技术 | 第25-30页 |
| ·染色体编码 | 第25-26页 |
| ·适应度函数 | 第26页 |
| ·遗传算子 | 第26-29页 |
| ·运行参数 | 第29页 |
| ·终止条件 | 第29-30页 |
| ·遗传算法“早熟”现象的原因分析 | 第30-32页 |
| ·“早熟”原因 | 第30-31页 |
| ·“早熟”解决策略 | 第31-32页 |
| 第四章 基于非随机初始种群遗传算法的分类规则挖掘 | 第32-43页 |
| ·非随机初始种群的产生方法 | 第32-36页 |
| ·基于非随机初始种群GA分类规则挖掘算法 | 第36-38页 |
| ·染色体编码 | 第36页 |
| ·适应度函数 | 第36-37页 |
| ·均匀算子 | 第37-38页 |
| ·其他遗传操作 | 第38页 |
| ·测试和试验 | 第38-41页 |
| ·测试环境和数据 | 第38-40页 |
| ·算法参数设置 | 第40-41页 |
| ·试验结果分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 基于多目标遗传算法的分类规则挖掘 | 第43-53页 |
| ·SGA多目标分类规则挖掘 | 第43-47页 |
| ·个体表示方法 | 第43-44页 |
| ·适应度函数 | 第44-46页 |
| ·遗传算子 | 第46-47页 |
| ·MOGA多目标分类规则挖掘 | 第47-49页 |
| ·多目标优化的基本概念 | 第47-48页 |
| ·分类规则挖掘的多目标优化问题表述 | 第48页 |
| ·算法实现 | 第48-49页 |
| ·测试和试验 | 第49-51页 |
| ·测试环境和数据 | 第49-50页 |
| ·算法参数设置 | 第50-51页 |
| ·试验结果分析 | 第51-53页 |
| 第六章 总结与展望 | 第53-54页 |
| ·总结 | 第53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57-58页 |
| 致谢 | 第58-60页 |
