首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于改进遗传算法的模糊聚类研究及应用

摘要第1-6页
ABSTRACT第6-10页
1 绪论第10-14页
   ·研究背景和意义第10-11页
   ·国内外研究现状第11-13页
   ·本文的研究内容第13-14页
2 模糊聚类的相关问题第14-20页
   ·模糊聚类的概念第14-15页
   ·基于目标函数的聚类算法第15-17页
     ·硬C-均值聚类算法第15-16页
     ·模糊C-均值聚类算法第16-17页
   ·模糊C-均值聚类算法的缺陷第17-19页
   ·本章小结第19-20页
3 遗传算法及其改进第20-36页
   ·遗传算法基础知识第20-29页
     ·基本思想第20页
     ·有关术语第20-21页
     ·编码方法第21-23页
     ·适应度函数第23-24页
     ·遗传操作第24-28页
     ·运行过程第28-29页
   ·遗传算法的参数分析和基本特点第29-31页
     ·遗传算法的参数分析第29-30页
     ·遗传算法的基本特点第30-31页
   ·遗传算法的改进第31-34页
     ·种群划分思想第31-32页
     ·精英保存策略思想第32页
     ·改进遗传算法的描述第32-34页
   ·本章小结第34-36页
4 基于改进遗传算法的模糊聚类第36-46页
   ·遗传模糊聚类算法概述第36-37页
   ·基于改进遗传算法的模糊C-均值聚类算法第37-41页
     ·染色体编码第37页
     ·种群初始化第37-38页
     ·适应度函数设计第38页
     ·遗传算子设计第38-40页
     ·停止判断准则第40页
     ·算法步骤第40-41页
   ·实验仿真与结果分析第41-44页
   ·本章小结第44-46页
5 改进算法的应用实例第46-52页
   ·试卷分析系统简介第46-48页
     ·考试数据分析的意义第46页
     ·研究内容和目标第46页
     ·试卷分析系统解决的关键问题第46-47页
     ·试卷分析系统的特色与创新第47-48页
     ·考试数据的分析指标第48页
   ·考试数据分析应用技术第48-49页
     ·模糊计算第48-49页
     ·聚类分析第49页
   ·实验内容及结果分析第49-51页
   ·本章小结第51-52页
6 总结与展望第52-54页
   ·工作总结第52页
   ·工作展望第52-54页
参考文献第54-58页
附录A 数据表第58-62页
致谢第62-64页
攻读学位期间科研情况第64-65页

论文共65页,点击 下载论文
上一篇:基于RSSI的高精度室内三维空间定位算法
下一篇:基于粗糙集的属性约简算法研究