| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究的背景和意义 | 第10页 |
| 1.2 粗糙集理论的国内外研究现状 | 第10-13页 |
| 1.3 本文的工作 | 第13页 |
| 1.4 本文的组织 | 第13-14页 |
| 第二章 粗糙集理论 | 第14-25页 |
| 2.1 知识分类 | 第14-16页 |
| 2.2 信息系统与决策表 | 第16-17页 |
| 2.2.1 信息系统 | 第16页 |
| 2.2.2 决策表 | 第16-17页 |
| 2.3 不精确范畴，粗糙集与上、下近似集 | 第17-19页 |
| 2.4 近似分类和近似分类质量 | 第19-21页 |
| 2.5 知识的依赖性与知识约简 | 第21-24页 |
| 2.5.1 信息系统的知识约简 | 第21-22页 |
| 2.5.2 决策表的知识约简 | 第22-23页 |
| 2.5.3 知识依赖度与分类精度 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于粒计算的属性约简算法 | 第25-37页 |
| 3.1 粒与粒计算简介 | 第25-26页 |
| 3.2 决策信息系统的粒子分解 | 第26-27页 |
| 3.3 信息系统粒表示下的正域粒子空间和非正域粒子空间 | 第27-28页 |
| 3.4 基于粒计算的属性约简算法 | 第28-33页 |
| 3.5 算法正确性和时间复杂度分析 | 第33页 |
| 3.6 实例分析 | 第33-36页 |
| 3.7 本章小结 | 第36-37页 |
| 第四章 基于免疫遗传算法的属性约简算法 | 第37-49页 |
| 4.1 遗传算法的基本原理 | 第37-38页 |
| 4.2 遗传算法的参数选择 | 第38-41页 |
| 4.2.1 种群规模 | 第38页 |
| 4.2.2 适应度函数 | 第38-40页 |
| 4.2.3 选择操作 | 第40-41页 |
| 4.2.4 交叉操作 | 第41页 |
| 4.2.5 变异操作 | 第41页 |
| 4.3 基于免疫遗传算法的属性约简算法 | 第41-46页 |
| 4.3.1 编码方法 | 第42页 |
| 4.3.2 适应度函数的选择 | 第42页 |
| 4.3.3 抗体的促进和抑制 | 第42-43页 |
| 4.3.4 选择操作 | 第43页 |
| 4.3.5 抗体的交叉和变异操作 | 第43-44页 |
| 4.3.6 最优保存策略 | 第44页 |
| 4.3.7 算法终止条件 | 第44页 |
| 4.3.8 算法描述 | 第44-46页 |
| 4.4 实验分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-50页 |
| 5.1 结论 | 第49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录A （攻读硕士学位期间发表录用的论文） | 第55页 |