遗传算法及其在知识发现和范例推理中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·遗传算法的生物学理论基础 | 第8页 |
| ·遗传算法的建立与发展 | 第8-11页 |
| ·遗传算法的运行机理 | 第11页 |
| ·遗传算法与其他搜索方法的比较 | 第11-14页 |
| ·遗传算法的研究现状与前景 | 第14-16页 |
| ·本文所做的主要工作 | 第16-17页 |
| 第二章 遗传算法的基本理论与方法 | 第17-28页 |
| ·GA的工作过程 | 第17-18页 |
| ·GA的基本原理 | 第18-21页 |
| ·模式定理 | 第18-19页 |
| ·改进的模式定理 | 第19-21页 |
| ·隐性并行性质分析 | 第21页 |
| ·GA的马尔可夫链分析 | 第21-23页 |
| ·最小欺骗问题 | 第23-24页 |
| ·GA的早熟问题及其防止 | 第24-27页 |
| ·未成熟收敛现象及其产生原因 | 第24-25页 |
| ·未成熟收敛的防止 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 GA的若干改进措施 | 第28-36页 |
| ·GA的使用范围 | 第28页 |
| ·GA的编码 | 第28-30页 |
| ·选择的方法 | 第30-32页 |
| ·遗传算子 | 第32-34页 |
| ·GA的参数 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 GA在KDD中的应用研究 | 第36-51页 |
| ·知识发现概述 | 第36-39页 |
| ·关联规则的挖掘算法 | 第39-45页 |
| ·关联规则及其表示 | 第39-40页 |
| ·改进的遗传算法 | 第40-42页 |
| ·实验结果及讨论 | 第42-45页 |
| ·关联规则发现的佳点集GA | 第45-50页 |
| ·佳点集的重要性质 | 第45-46页 |
| ·佳点集遗传算法 | 第46-49页 |
| ·佳点集遗传算法的应用 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 GA在CBR中的应用研究 | 第51-70页 |
| ·CBR理论基础 | 第51-56页 |
| ·CBR的一般过程 | 第52-53页 |
| ·范例的表示 | 第53页 |
| ·范例的检索 | 第53-55页 |
| ·范例的修正 | 第55页 |
| ·范例的修复 | 第55页 |
| ·范例的学习 | 第55-56页 |
| ·特征项权重的发现算法 | 第56-62页 |
| ·特征项赋权的基本技术 | 第56-59页 |
| ·用遗传算法来发现范例库中特征项的权重 | 第59-60页 |
| ·实验与讨论 | 第60-62页 |
| ·基于GA的CBR开发平台 | 第62-69页 |
| ·设计与实现 | 第62-67页 |
| ·实验数据及结果 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 在攻读硕士学位期间的科研及获奖情况 | 第77-78页 |
| 致谢 | 第78页 |
