| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题来源和研究意义 | 第9-10页 |
| 1.2 研究内容及论文结构 | 第10-13页 |
| 1.2.1 研究内容 | 第10-11页 |
| 1.2.2 组织结构 | 第11-13页 |
| 第2章 关联规则挖掘 | 第13-19页 |
| 2.1 关联规则的定义 | 第13-14页 |
| 2.2 关联规则挖掘模型 | 第14-15页 |
| 2.3 关联规则挖掘算法的研究 | 第15-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 粒子群优化(PSO)算法 | 第19-31页 |
| 3.1 基本粒子群优化算法 | 第19-22页 |
| 3.2 粒子群优化算法的研究 | 第22-24页 |
| 3.2.1 PSO 算法的理论研究 | 第22页 |
| 3.2.2 PSO 算法的改进研究 | 第22-23页 |
| 3.2.3 PSO 算法的应用研究 | 第23-24页 |
| 3.3 粒子群优化(PSO)算法的应用 | 第24-30页 |
| 3.3.1 形状误差检测 | 第24-25页 |
| 3.3.2 VSRALPSO 算法 | 第25-28页 |
| 3.3.3 实验及结果 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 粒子群优化(PSO)算法在关联规则中的应用 | 第31-47页 |
| 4.1 模糊关联规则挖掘模型 | 第31-32页 |
| 4.2 数据模糊划分 | 第32-34页 |
| 4.3 PSO 搜索关联规则 | 第34-38页 |
| 4.3.1 粒子编码 | 第34-35页 |
| 4.3.2 适应度函数 | 第35页 |
| 4.3.3 粒子更新 | 第35-36页 |
| 4.3.4 多变异算子 | 第36-37页 |
| 4.3.5 算法主要步骤 | 第37-38页 |
| 4.4 实验分析 | 第38-45页 |
| 4.4.1 实验一 | 第39-42页 |
| 4.4.2 实验二 | 第42-44页 |
| 4.4.3 实验小结 | 第44-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第5章 并行多变异粒子群优化算法在大数据集关联规则提取中的实现 | 第47-57页 |
| 5.1 并行模糊关联规则挖掘 | 第47-48页 |
| 5.2 并行环境 | 第48-51页 |
| 5.2.1 并行计算选择 | 第48-49页 |
| 5.2.2 Matlab 并行计算 | 第49-51页 |
| 5.3 MsP-MmPSO 算法 | 第51-53页 |
| 5.3.1 粒子迁移 | 第51-52页 |
| 5.3.2 算法主要步骤 | 第52-53页 |
| 5.4 实验分析 | 第53-56页 |
| 5.4.1 实验准备 | 第53-55页 |
| 5.4.2 实验结果及分析 | 第55-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-61页 |
| 6.1 总结 | 第57-58页 |
| 6.2 工作创新 | 第58-59页 |
| 6.3 未来工作 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第69页 |