| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-11页 |
| ·工程背景与开展此项研究的意义 | 第6页 |
| ·问题的提出 | 第6-7页 |
| ·国内外研究现状 | 第7-9页 |
| ·总体解决方案 | 第9-10页 |
| ·主要研究内容 | 第10页 |
| ·项目来源 | 第10-11页 |
| 第二章 产生式知识表述与知识发现 | 第11-16页 |
| ·概述 | 第11页 |
| ·知识表述的基本概念 | 第11页 |
| ·知识与格式数据 | 第11页 |
| ·领域知识与领域知识表示 | 第11页 |
| ·产生式表示方法 | 第11-13页 |
| ·产生式知识表述 | 第12页 |
| ·知识的产生式表述系统 | 第12-13页 |
| ·基于正向推理的产生式系统求解问题策略 | 第13页 |
| ·知识发现 | 第13-15页 |
| ·知识发现的过程 | 第13-14页 |
| ·分类和预测 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 先验知识引导下的遗传搜索与知识发现 | 第16-32页 |
| ·概述 | 第16页 |
| ·测试样本与训练样本 | 第16页 |
| ·训练样本 | 第16页 |
| ·观测样本 | 第16页 |
| ·组合优化问题与最佳特征子集 | 第16-17页 |
| ·特征评价 | 第17-19页 |
| ·欧氏距离测度 | 第17-19页 |
| ·特征评价准则 | 第19页 |
| ·遗传算法(GA)简介 | 第19-21页 |
| ·基于先验知识引导的遗传搜索知识发现算法分析与构造 | 第21-28页 |
| ·染色体编码设计 | 第21-22页 |
| ·先验知识引导下的种群初始化 | 第22-23页 |
| ·适应度函数的构造 | 第23页 |
| ·选择算子设计 | 第23-25页 |
| ·交叉算子设计 | 第25-26页 |
| ·先验知识引导下的变异算子设计 | 第26-27页 |
| ·知识更新 | 第27-28页 |
| ·先验知识引导下的遗传搜索和知识发现算法基本流程 | 第28-31页 |
| ·基本流程 | 第28页 |
| ·流程图 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 应用例研究 | 第32-62页 |
| ·概述 | 第32页 |
| ·实验条件 | 第32-36页 |
| ·先验知识及先验知识库 | 第36-46页 |
| ·先验知识库的建立 | 第36-39页 |
| ·特征参数 | 第39-46页 |
| ·实验训练样本与测试样本 | 第46-49页 |
| ·决策与分类结果分析 | 第49-55页 |
| ·分类规则与分类器 | 第49-53页 |
| ·分类结果与分析 | 第53-55页 |
| ·基于解释归纳策略建立新知识库及分类结果对比分析 | 第55-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 结论 | 第62-63页 |
| ·主要研究成果 | 第62页 |
| ·主要创新点 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 作者简介 | 第67页 |
| 攻读硕士学位期间研究成果 | 第67-68页 |