首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于遗传蚁群算法的属性约简研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-14页
   ·研究背景第9-12页
   ·研究意义第12页
   ·本文内容与结构第12-14页
第二章 相关理论第14-27页
   ·粗糙集理论第15-19页
     ·知识表达系统第15-16页
     ·粗糙集基本概念第16-17页
     ·属性约简与属性核第17-18页
     ·属性依赖度和属性重要性第18-19页
   ·遗传算法理论第19-23页
     ·算法主要特点第19-20页
     ·影响算法的因素第20-22页
     ·算法基本框架第22-23页
   ·蚁群算法理论第23-27页
     ·算法简介第23-24页
     ·旅行商蚁群模型第24-25页
     ·TSP 问题求解第25-26页
     ·算法优缺点第26-27页
第三章 属性约简算法第27-35页
   ·最小属性约简的一般方法第27-30页
     ·区分矩阵的属性约简算法第27-28页
     ·吸收分辨集的属性约简算法第28页
     ·属性重要性的属性约简算法第28-29页
     ·属性依赖度的属性约简算法第29-30页
   ·基于遗传算法的最小属性约简算法第30-32页
     ·算法可行性第30页
     ·标准遗传算法第30-31页
     ·属性依赖度的遗传约简算法第31-32页
   ·基于蚁群算法的最小属性约简算法第32-35页
第四章 基于遗传蚁群算法的属性约简第35-49页
   ·算法基本思想第35-36页
   ·算法可行性第36-38页
   ·遗传算子第38-39页
     ·遗传初始化第38页
     ·交叉和变异操作第38页
     ·单向选择策略第38页
     ·算法终止规则第38-39页
   ·蚁群算法求解最小约简第39-40页
   ·算法编码第40页
   ·算法基本框架第40-42页
     ·算法描述第40-41页
     ·算法流程第41-42页
   ·算法分析第42-49页
     ·性能分析第42-43页
     ·实效分析第43-46页
     ·实验分析第46-49页
第五章 自适应并行蚁群算法的属性约简第49-59页
   ·算法基本思想第49-50页
   ·算法基本框架第50-53页
     ·适应度函数的确定第51页
     ·信息素的自适应调节第51-52页
     ·信息素交流概率第52-53页
     ·算法终止条件第53页
   ·自适应并行蚁群约简算法设计第53-55页
     ·算法可行性分析第53-54页
     ·算法描述第54-55页
   ·实验分析第55-59页
第六章 总结第59-62页
   ·论文总结第59-60页
   ·未来的工作第60-62页
参考文献第62-66页
致谢第66-67页
附录A ( 攻读硕士学位期间发表论文情况)第67页

论文共67页,点击 下载论文
上一篇:RFID系统标签隐私保护物理机制的研究
下一篇:分布式数据库有关连接查询优化算法的研究