| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究现状 | 第10-14页 |
| ·关联规则挖掘的研究背景及现状 | 第10-12页 |
| ·群体智能的研究背景及现状 | 第12-14页 |
| ·研究意义 | 第14-15页 |
| ·本文的主要内容及组织结构 | 第15-17页 |
| ·主要内容 | 第15页 |
| ·本文的创新点 | 第15-16页 |
| ·本文的结构 | 第16-17页 |
| 第二章 关联规则挖掘 | 第17-24页 |
| ·关联规则挖掘的概念、定义及过程 | 第17-20页 |
| ·关联规则挖掘的概念 | 第17页 |
| ·关联规则的定义 | 第17-19页 |
| ·关联规则挖掘的基本过程 | 第19-20页 |
| ·关联规则挖掘的基本算法及其改进 | 第20-23页 |
| ·基本算法 | 第20-22页 |
| ·对Apriori 算法的改进算法 | 第22-23页 |
| ·关联规则挖掘算法的分类 | 第23-24页 |
| 第三章 群体智能 | 第24-33页 |
| ·群体智能的概念和系统结构 | 第24-28页 |
| ·群体智能的定义及特点 | 第24-25页 |
| ·群体智能的系统结构 | 第25-26页 |
| ·群体智能算法总体模式 | 第26-28页 |
| ·群体智能的应用 | 第28页 |
| ·蚁群算法 | 第28-33页 |
| ·基本原理 | 第29-30页 |
| ·具体描述 | 第30-33页 |
| 第四章 遗传算法 | 第33-37页 |
| ·遗传算法的发展历史及现状 | 第33-34页 |
| ·遗传算法的发展概述 | 第33页 |
| ·遗传算法的理论研究现状 | 第33-34页 |
| ·遗传算法的基本原理及步骤 | 第34-37页 |
| 第五章 基于混合蚁群算法的关联规则挖掘算法 | 第37-56页 |
| ·问题的提出 | 第37-38页 |
| ·基于混合蚁群算法的关联规则算法（GAAA-MINER） | 第38-49页 |
| ·Gaaa-miner 算法的基本思想 | 第38-39页 |
| ·基于混合蚁群算法的关联规则算法（Gaaa-miner） | 第39-47页 |
| ·多层多维关联挖掘 | 第47-49页 |
| ·小结 | 第49页 |
| ·基于混合蚁群算法的关联规则算法（ANTGA-MINER） | 第49-54页 |
| ·Antga-miner 算法的基本思想 | 第49-50页 |
| ·基于混合蚁群算法的关联规则算法（Antga-miner） | 第50-54页 |
| ·小结 | 第54页 |
| ·有关算法的对比试验 | 第54-56页 |
| 第六章 算法应用实例分析 | 第56-64页 |
| 第七章 结束语 | 第64-66页 |
| ·本文的主要工作 | 第64页 |
| ·今后的研究计划 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第70-71页 |
| 致谢 | 第71页 |
