| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状 | 第11-18页 |
| ·人工鱼群算法的研究现状 | 第11-16页 |
| ·分类规则挖掘的研究现状 | 第16-18页 |
| ·本论文组织结构与创新点 | 第18-20页 |
| ·本论文的组织结构 | 第18页 |
| ·本论文的创新点 | 第18-20页 |
| 第二章 基本人工鱼群算法 | 第20-26页 |
| ·人工鱼群算法模型 | 第20-23页 |
| ·构造人工鱼个体 | 第20-21页 |
| ·人工鱼个体的行为描述 | 第21-22页 |
| ·人工鱼个体的行为选择 | 第22-23页 |
| ·基本人工鱼算法的描述 | 第23-24页 |
| ·人工鱼群算法的收敛性分析 | 第24-26页 |
| 第三章 数据挖掘和分类规则挖掘 | 第26-30页 |
| ·数据挖掘概述 | 第26-27页 |
| ·数据挖掘概述 | 第26-27页 |
| ·数据挖掘的步骤 | 第27页 |
| ·分类数据挖掘 | 第27-30页 |
| ·分类数据挖掘概述 | 第27-28页 |
| ·分类数据挖掘的步骤 | 第28-30页 |
| 第四章 基于多群协同人工鱼群算法的分类规则挖掘算法 | 第30-43页 |
| ·基于MAFWA进行分类规则挖掘的算法的思想 | 第30-31页 |
| ·数据的预处理 | 第31-32页 |
| ·确定生成规则表达形式和规则编码形式 | 第32-33页 |
| ·规则的表达形式 | 第32-33页 |
| ·规则的编码 | 第33页 |
| ·规则评价 | 第33-35页 |
| ·规则冲突和规则冗余解决方案 | 第35-36页 |
| ·MAFWA算法中人工鱼的一些重要参数的定义 | 第36-37页 |
| ·基于MAFWA进行分类规则挖掘的算法描述 | 第37-38页 |
| ·基于MAFWA进行分类规则提取算法的进一步改进 | 第38-43页 |
| ·自适应交叉算子的引入 | 第39-40页 |
| ·自适应的变异算子的引入 | 第40-41页 |
| ·选择算子的引入 | 第41页 |
| ·改进后的算法流程描述 | 第41-43页 |
| 第五章 实验仿真与分析 | 第43-53页 |
| ·实验环境和数据准备 | 第43-45页 |
| ·算法运行环境 | 第43页 |
| ·实验的数据来源 | 第43-45页 |
| ·实验数据集的划分策略 | 第45页 |
| ·算法参数的设置 | 第45页 |
| ·实验结果比较和分析 | 第45-53页 |
| ·实验结果 | 第46-49页 |
| ·算法收敛性及性能分析 | 第49-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·工作展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 在校期间发表的论文和参加的科研项目 | 第59-60页 |
| 致谢 | 第60页 |