| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1. 绪论 | 第8-18页 |
| 1.1 研究背景与意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 基因领域国外研究现状 | 第11-13页 |
| 1.2.2 基因领域国内研究现状 | 第13页 |
| 1.2.3 国内外对遗传算法研究 | 第13-15页 |
| 1.2.5 国内外对小生境遗传算法在关联规则中的研究 | 第15页 |
| 1.3 本文研究结构 | 第15-18页 |
| 2. 预备知识 | 第18-30页 |
| 2.1 遗传算法 | 第18-24页 |
| 2.1.1 遗传算法的基本概念 | 第18-19页 |
| 2.1.2 遗传算法的核心内容 | 第19-24页 |
| 2.1.3 遗传算法的理论基础 | 第24页 |
| 2.1.4 遗传算法的应用领域 | 第24页 |
| 2.2 关联规则 | 第24-28页 |
| 2.2.1 关联规则的基本概念 | 第25-26页 |
| 2.2.2 关联规则的兴趣性度量 | 第26-27页 |
| 2.2.3 量化关联规则 | 第27-28页 |
| 2.3 本章小结 | 第28-30页 |
| 3. 基于小生境遗传算法的关联规则挖掘算法及其改进 | 第30-48页 |
| 3.1 小生境遗传算法介绍 | 第30-32页 |
| 3.1.1 小生境的基本思想 | 第30页 |
| 3.1.2 小生境遗传算法 | 第30-32页 |
| 3.2 NICGAR算法及其改进方案 | 第32-45页 |
| 3.2.1 NICGAR基础理论 | 第32-34页 |
| 3.2.2 外部种群EP及EP更新过程改进 | 第34-36页 |
| 3.2.3 惩罚机制 | 第36页 |
| 3.2.4 重启过程 | 第36页 |
| 3.2.5 小生境的识别与相似性度量 | 第36-39页 |
| 3.2.6 染色体的编码及其数据划分改进 | 第39-42页 |
| 3.2.7 初始基因库构造 | 第42页 |
| 3.2.8 遗传算子介绍及变异算子的改进 | 第42-44页 |
| 3.2.9 适应度函数的介绍 | 第44-45页 |
| 3.3 本章小结 | 第45-48页 |
| 4. 实验测试及其结果 | 第48-64页 |
| 4.1 实验设置及结果统计检验 | 第49-50页 |
| 4.2 与NICGAR算法比较 | 第50-56页 |
| 4.3 与两个NGAs算法比较 | 第56-58页 |
| 4.4 与单目标遗传算法比较 | 第58-60页 |
| 4.5 与多目标遗传算法比较 | 第60-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 在基因数据中探索 | 第64-70页 |
| 5.1 基因数据的组成 | 第64页 |
| 5.2 结果说明 | 第64-68页 |
| 5.3 本章小结 | 第68-70页 |
| 6 结论 | 第70-72页 |
| 6.1 主要研究结果 | 第70-71页 |
| 6.2 有待进一步完善的地方 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 附录 | 第80页 |
| Ⅰ. 本文 4.2 节全部统计结果展示 | 第80页 |
| Ⅱ. 研究生期间获奖情况和论文发表情况 | 第80页 |