基于改进蚁群算法的数据仓库查询优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·数据仓库查询优化研究现状 | 第10-11页 |
| ·本文完成的主要工作 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 数据仓库与OLAP技术 | 第13-22页 |
| ·数据仓库 | 第13-17页 |
| ·数据仓库的产生及发展 | 第13-14页 |
| ·数据仓库的概念及特征 | 第14页 |
| ·数据仓库的体系结构 | 第14-15页 |
| ·数据仓库的多维模型 | 第15-17页 |
| ·星型结构 | 第16页 |
| ·雪花结构 | 第16-17页 |
| ·OLAP技术 | 第17-20页 |
| ·OLAP概念及特征 | 第17-18页 |
| ·OLAP操作 | 第18-19页 |
| ·OLAP的实现 | 第19-20页 |
| ·数据仓库和OLAP技术的研究和发展现状 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 多连接查询优化研究 | 第22-32页 |
| ·多连接查询的研究背景 | 第22-23页 |
| ·多连接查询优化 | 第23-31页 |
| ·查询优化 | 第23-24页 |
| ·查询处理 | 第23页 |
| ·查询优化器 | 第23-24页 |
| ·多连接查询优化 | 第24-28页 |
| ·多连接查询的概念 | 第24-25页 |
| ·多连接查询的表示 | 第25-28页 |
| ·代价评估模型 | 第28-30页 |
| ·QEP的代价构成 | 第28-29页 |
| ·代价模型 | 第29-30页 |
| ·逻辑优化代价评估模型 | 第30页 |
| ·查询优化搜索算法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 蚁群算法 | 第32-41页 |
| ·引言 | 第32-33页 |
| ·蚁群算法的机制原理 | 第33-34页 |
| ·蚁群算法的模型特征 | 第34-37页 |
| ·TSP描述 | 第34页 |
| ·基本蚁群算法的数学模型 | 第34-36页 |
| ·基本蚁群算法程序结构流程 | 第36-37页 |
| ·最大最小蚁群系统 | 第37-40页 |
| ·信息素更新机制 | 第37-38页 |
| ·信息素限制机制 | 第38-39页 |
| ·信息素的初始化机制 | 第39页 |
| ·信息素平滑机制 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于改进蚁群算法的数据仓库查询优化 | 第41-59页 |
| ·数据仓库查询优化问题描述 | 第41-42页 |
| ·改进的蚁群算法 | 第42-46页 |
| ·伪随机状态转移策略 | 第42-43页 |
| ·迭代局部搜索 | 第43-46页 |
| ·局部搜索的概念 | 第43页 |
| ·局部搜索策略 | 第43-45页 |
| ·迭代局部搜索机制 | 第45-46页 |
| ·算法设计 | 第46-50页 |
| ·算法初始化 | 第46-48页 |
| ·查询优化搜索 | 第48-49页 |
| ·迭代更新 | 第49-50页 |
| ·关键参数优化 | 第50-56页 |
| ·试验平台介绍 | 第50页 |
| ·信息素挥发因子ρ的选择 | 第50-53页 |
| ·信息启发式因子α的选择 | 第53-54页 |
| ·期望启发式因子β的选择 | 第54-56页 |
| ·逻辑优化评估 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·本文总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 附录A 图索引 | 第68页 |
| 附录B 表索引 | 第68-69页 |
| Appendix A Figure Index | 第69页 |
| Appendix B Table Index | 第69-70页 |
| 攻读学位期间发表的学术论文目录 | 第70页 |
