| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-15页 |
| ·论文的研究背景 | 第12页 |
| ·论文的国内外研究现状 | 第12-14页 |
| ·论文的研究内容与组织结构 | 第14-15页 |
| 第2章 数据挖掘与关联规则挖掘理论基础 | 第15-35页 |
| ·数据挖掘概述 | 第15-23页 |
| ·数据挖掘的的定义 | 第15-16页 |
| ·数据挖掘的过程 | 第16-17页 |
| ·数据挖掘的功能 | 第17-19页 |
| ·数据挖掘的方法 | 第19-21页 |
| ·数据挖掘的应用举例 | 第21-22页 |
| ·数据挖掘的研究热点 | 第22-23页 |
| ·关联规则挖掘概述 | 第23-26页 |
| ·关联规则的定义 | 第24-25页 |
| ·关联规则的分类 | 第25页 |
| ·关联规则价值的衡量 | 第25-26页 |
| ·关联规则挖掘算法的步骤 | 第26-27页 |
| ·经典算法 Apriori | 第27-32页 |
| ·Apriori 算法阐述 | 第27页 |
| ·实例 | 第27-31页 |
| ·Apriori 算法流程图 | 第31-32页 |
| ·经典算法的不足之处 | 第32页 |
| ·Apriori 算法的改进优化算法 | 第32-33页 |
| ·关联规则的发展方向 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 遗传算法理论基础 | 第35-45页 |
| ·遗传算法的基本思想 | 第35页 |
| ·基本 GA 算法的处理流程 | 第35-36页 |
| ·遗传算法的基本要素详解 | 第36-40页 |
| ·编码方法 | 第36-37页 |
| ·适应度函数 | 第37-38页 |
| ·选择算子 | 第38页 |
| ·交叉算子 | 第38-39页 |
| ·变异算子 | 第39-40页 |
| ·GA 算法的参数设定 | 第40页 |
| ·基于 GA 的关联规则挖掘研究 | 第40-44页 |
| ·关联规则挖掘的一些特点阐述 | 第40-41页 |
| ·使用 GA 算法优化关联规则可行性分析 | 第41页 |
| ·基于 GA 算法的关联规则挖掘方案详解 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于帝国主义竞争算法的关联规则挖掘方案 | 第45-54页 |
| ·引言 | 第45页 |
| ·ICA 流程 | 第45页 |
| ·ICA 算法概述 | 第45-48页 |
| ·基于帝国主义竞争算法的关联规则挖掘方案 | 第48-50页 |
| ·ICA 的关联规则挖掘方案算法 | 第48-49页 |
| ·国家的设置 | 第49-50页 |
| ·代价函数的设置 | 第50页 |
| ·实验及结果分析 | 第50-53页 |
| ·代价函数取值实验及分析 | 第51-52页 |
| ·GA 与 ICA 算法对比实验 | 第52页 |
| ·四个样本集上的挖掘结果及分析 | 第52-53页 |
| ·实验结论及展望 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第5章 三段式编码的改进 IGA 关联规则挖掘算法 | 第54-64页 |
| ·引言 | 第54页 |
| ·免疫遗传算法理论 | 第54-57页 |
| ·免疫遗传算法简介 | 第54-55页 |
| ·基本 IGA 算法步骤 | 第55-56页 |
| ·IGA 算法的流程图 | 第56-57页 |
| ·三段式编码的改进的 IGA 关联规则挖掘算法 | 第57-59页 |
| ·三段式编码方案设计 | 第57页 |
| ·适应度函数模块 | 第57页 |
| ·免疫记忆功能模块 | 第57-58页 |
| ·抗体促进与阻碍功能模块 | 第58-59页 |
| ·自适应交叉和变异操作模块 | 第59页 |
| ·算法描述 | 第59-60页 |
| ·算法流程图 | 第60页 |
| ·实验验证 | 第60-63页 |
| ·参数设置 | 第60页 |
| ·实验结果及分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者简介 | 第71页 |
| 攻读硕士期间发表的论文 | 第71-72页 |