一种改进的遗传算法在数据挖掘中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-18页 |
| ·研究背景 | 第13页 |
| ·国内外研究现状 | 第13-16页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-16页 |
| ·研究目的和意义 | 第16页 |
| ·研究目的 | 第16页 |
| ·研究意义 | 第16页 |
| ·研究内容和方法 | 第16-18页 |
| ·研究内容 | 第16-17页 |
| ·研究方法 | 第17-18页 |
| 第二章 数据挖掘及其关联规则算法概述 | 第18-28页 |
| ·数据挖掘概述 | 第18-22页 |
| ·数据挖掘的概念及对象 | 第18页 |
| ·数据挖掘的过程 | 第18-19页 |
| ·数据挖掘的特点与分类 | 第19-20页 |
| ·数据挖掘的分析技术 | 第20-21页 |
| ·数据挖掘的方法与工具 | 第21页 |
| ·数据挖掘的发展 | 第21-22页 |
| ·关联规则算法概述 | 第22-28页 |
| ·关联规则的基本概念 | 第22-24页 |
| ·关联规则挖掘的基本步骤 | 第24页 |
| ·关联规则的分类 | 第24-25页 |
| ·Apriori 算法 | 第25-26页 |
| ·关联规则的兴趣度描述 | 第26-28页 |
| 第三章 遗传算法的基本原理及模拟退火算法简介 | 第28-36页 |
| ·遗传算法概述 | 第28页 |
| ·遗传算法的基本原理 | 第28-29页 |
| ·遗传算法的特点 | 第29-30页 |
| ·遗传算法的步骤 | 第30-32页 |
| ·编码方法 | 第30页 |
| ·适应度函数 | 第30页 |
| ·遗传算法的基本操作 | 第30-32页 |
| ·遗传算法的终止条件 | 第32页 |
| ·模拟退火算法简介 | 第32-36页 |
| ·模拟退火算法的基本思想 | 第32-33页 |
| ·模拟退火算法的基本概念 | 第33-34页 |
| ·模拟退火算法的实现过程 | 第34-36页 |
| 第四章 一种改进的遗传算法——模拟退火遗传算法 | 第36-39页 |
| ·遗传算法改进的思想 | 第36页 |
| ·模拟退火遗传算法的操作 | 第36-37页 |
| ·模拟退火遗传算法的过程 | 第37-39页 |
| 第五章 模拟退火遗传算法在关联规则挖掘中的应用 | 第39-45页 |
| ·关联规则改进的基本思想 | 第39页 |
| ·关联规则改进的内容 | 第39页 |
| ·基于模拟退火遗传算法的关联规则挖掘 | 第39-45页 |
| ·编码 | 第41页 |
| ·适应度函数设计 | 第41-42页 |
| ·免疫机制的选择算子 | 第42页 |
| ·自适应交叉算子 | 第42页 |
| ·自适应变异算子 | 第42-43页 |
| ·模拟退火交叉、变异操作 | 第43页 |
| ·规则提取与评价 | 第43-45页 |
| 第六章 应用实例 | 第45-52页 |
| ·应用背景简介 | 第45页 |
| ·数据预处理与遗传算法编码 | 第45-48页 |
| ·算法运行参数的选取 | 第48-49页 |
| ·计算流程描述 | 第49页 |
| ·关联规则挖掘及结论 | 第49-50页 |
| ·与传统算法实验结果的比较 | 第50-52页 |
| ·效率比较 | 第50-51页 |
| ·生成的规则比较 | 第51-52页 |
| 第七章 总结与展望 | 第52-53页 |
| ·本文的主要工作 | 第52页 |
| ·本文的不足 | 第52页 |
| ·进一步研究方向 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文 | 第57-58页 |
| 附录：基于模拟退火遗传算法的关联规则挖掘程序实现 | 第58-75页 |
