| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪言 | 第12-24页 |
| ·生物启发计算 | 第12-13页 |
| ·遗传算法 | 第13-15页 |
| ·免疫算法 | 第15-16页 |
| ·神经计算 | 第16-18页 |
| ·蚁群算法 | 第18-19页 |
| ·基因表达式编程(GEP) | 第19-20页 |
| ·本文研究内容和创新点 | 第20-22页 |
| ·本文的内容组织 | 第22-24页 |
| 第二章 基于多层染色体基因表达式编程的遗传算法 | 第24-43页 |
| ·引言 | 第24-25页 |
| ·算法背景及基本概念 | 第25-27页 |
| ·基本定义 | 第25-26页 |
| ·编码方法 | 第26-27页 |
| ·M-GEP算法 | 第27-30页 |
| ·调用结构 | 第27-29页 |
| ·算法描述 | 第29-30页 |
| ·适应度计算结构 | 第30-32页 |
| ·遗传操作 | 第32-33页 |
| ·人工神经网络仿真 | 第33-34页 |
| ·表达空间分析 | 第34-38页 |
| ·实验结果与算法性能分析 | 第38-41页 |
| ·结论 | 第41-43页 |
| 第三章 基于重叠表达的多基因进化算法 | 第43-67页 |
| ·引言 | 第43-44页 |
| ·定义和编码方法 | 第44-46页 |
| ·编码方法 | 第44-46页 |
| ·MEOE算法 | 第46-50页 |
| ·适应度算法 | 第47-48页 |
| ·算子操作 | 第48-49页 |
| ·概率选择公式 | 第49-50页 |
| ·算法分析 | 第50-59页 |
| ·表达空间分析 | 第50-54页 |
| ·表达能力分析 | 第54-57页 |
| ·性状遗传分析 | 第57-59页 |
| ·实验及分析 | 第59-65页 |
| ·结论及讨论 | 第65-67页 |
| 第四章 一种基于概念认知推理的数据分类方法 | 第67-84页 |
| ·引言 | 第67-68页 |
| ·属性矢量距离及投影算法 | 第68-73页 |
| ·定义 | 第68-69页 |
| ·最短属性距离算法 | 第69-72页 |
| ·属性距离与矢量投影的转换 | 第72-73页 |
| ·元组矢量相关度计算 | 第73-77页 |
| ·基于概念认知推理的分类算法 | 第77-79页 |
| ·实验与性能分析 | 第79-83页 |
| ·结论与讨论 | 第83-84页 |
| 第五章 基于概念认知推理归约高维数据的新方法 | 第84-96页 |
| ·引言 | 第84-85页 |
| ·最短属性距离算法 | 第85-86页 |
| ·元组权重计算 | 第86页 |
| ·属性约简算法 | 第86-90页 |
| ·信息量方法 | 第86-87页 |
| ·最陡峭下降法 | 第87-88页 |
| ·拉格朗日中值法 | 第88-90页 |
| ·实验 | 第90-95页 |
| ·结论 | 第95-96页 |
| 第六章 一种基于层次距离计算的聚类算法 | 第96-114页 |
| ·引言 | 第96-97页 |
| ·基本概念 | 第97-99页 |
| ·HDCA算法 | 第99-107页 |
| ·求取距离算法 | 第100-101页 |
| ·求中值点的算法 | 第101-105页 |
| ·HDCA_MAIN算法 | 第105-107页 |
| ·算法分析 | 第107-108页 |
| ·实验与性能分析 | 第108-113页 |
| ·结论 | 第113-114页 |
| 第七章 基于神经网络和概念相似度的数据归约算法 | 第114-124页 |
| ·引言 | 第114页 |
| ·构造属性距离矩阵 | 第114-115页 |
| ·属性归约算法-RAAM | 第115-118页 |
| ·神经网络模型简介 | 第115-116页 |
| ·属性归约算法 | 第116-118页 |
| ·应用 | 第118-123页 |
| ·中药功效分析简介 | 第118-120页 |
| ·实验 | 第120-123页 |
| ·结论 | 第123-124页 |
| 第八章 基于生物启发计算的智能算法在警用流动人口分析中的应用 | 第124-136页 |
| ·引言 | 第124页 |
| ·TP-MINER系统结构及实现方法 | 第124-132页 |
| ·系统总体设计及结构 | 第124-126页 |
| ·数据抽取流程 | 第126页 |
| ·M-GEP分类模块 | 第126页 |
| ·MEOE分类模块 | 第126-128页 |
| ·HDCA聚类模型 | 第128-129页 |
| ·基于概念相似度神经网络分类模型 | 第129-131页 |
| ·智能实时报警系统结构(AI_ALARM) | 第131-132页 |
| ·四种方法的适用范围与比较 | 第132页 |
| ·应用界面及部署示例 | 第132-135页 |
| ·结论及下一步工作 | 第135-136页 |
| 结论 | 第136-137页 |
| 参考文献 | 第137-147页 |
| 攻读学位期间的研究成果 | 第147-153页 |
| 致谢 | 第153页 |