基于改进启发式遗传算法的属性约简方法
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 绪论 | 第8-12页 |
| 第一章 粗糙集理论 | 第12-20页 |
| ·集合与等价关系 | 第12-14页 |
| ·粗糙集的基本理论 | 第14-15页 |
| ·粗糙集模型的扩展 | 第15-18页 |
| ·可变精度模型 | 第16-17页 |
| ·相容关系模型 | 第17页 |
| ·概率粗糙集模型 | 第17-18页 |
| ·模糊粗糙集模型 | 第18页 |
| ·粗糙集与其他方法的关系 | 第18-19页 |
| 本章小结 | 第19-20页 |
| 第二章 信息系统及其属性约简 | 第20-30页 |
| ·知识与知识库 | 第20-21页 |
| ·知识的定义 | 第20-21页 |
| ·不可分辨关系 | 第21页 |
| ·信息系统和决策表 | 第21-22页 |
| ·信息系统的属性约简概念 | 第22-24页 |
| ·约简与核 | 第22-23页 |
| ·相对约简与相对核 | 第23-24页 |
| ·信息系统的属性约简算法 | 第24-29页 |
| ·基本约简算法 | 第24-25页 |
| ·基于区分矩阵的一般算法 | 第25-27页 |
| ·基于信息熵的约简算法 | 第27-29页 |
| ·基于遗传算法的约简算法 | 第29页 |
| 本章小结 | 第29-30页 |
| 第三章 遗传算法理论 | 第30-37页 |
| ·遗传算法的发展和研究现状 | 第30-31页 |
| ·遗传算法的基本概念 | 第31-32页 |
| ·遗传算法的编码方式 | 第32-33页 |
| ·基本遗传算法 | 第33-36页 |
| ·基本遗传算法的构成要素 | 第34页 |
| ·基本遗传算法流程 | 第34-35页 |
| ·基本遗传算法的实现 | 第35-36页 |
| 本章小结 | 第36-37页 |
| 第四章 基于改进启发式遗传算法的属性约简方法 | 第37-47页 |
| ·问题提出 | 第37-38页 |
| ·基于粗糙逼近精度的属性重要性 | 第38页 |
| ·粗糙逼近精度 | 第38页 |
| ·属性重要程度 | 第38页 |
| ·基于改进启发式遗传算法的属性约简算法描述 | 第38-40页 |
| ·理论基础 | 第39页 |
| ·算法框架描述 | 第39-40页 |
| ·算法实现技术分析 | 第40-43页 |
| ·初始群体设置 | 第40-41页 |
| ·编码 | 第41-42页 |
| ·适应度函数的确定 | 第42页 |
| ·选择算子 | 第42页 |
| ·交叉变异 | 第42页 |
| ·修正算子 | 第42-43页 |
| ·算法终止规则 | 第43页 |
| ·算法分析 | 第43页 |
| ·算法实现与应用实例 | 第43-46页 |
| 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 攻读硕士学位期间发表的学术论文 | 第50-51页 |
| 致谢 | 第51-52页 |
