| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·演化聚类数据挖掘概述 | 第9-11页 |
| ·课题研究背景 | 第9-10页 |
| ·演化聚类数据挖掘与已有类似的数据聚类挖掘方法的异同 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·演化聚类的发展 | 第11-12页 |
| ·演化聚类框架的应用 | 第12-13页 |
| ·论文安排 | 第13-14页 |
| ·参考文献 | 第14-17页 |
| 第二章 进化多目标优化算法的相关理论 | 第17-23页 |
| ·多目标优化问题 | 第17-18页 |
| ·多目标优化问题的数学描述 | 第17-18页 |
| ·MOEA/D的简介 | 第18-21页 |
| ·多目标优化的两个常用分解方法 | 第19-20页 |
| ·MOEA/D的一般框架 | 第20-21页 |
| ·总结与讨论 | 第21页 |
| ·参考文献 | 第21-23页 |
| 第三章 基于分解的进化多目标演化聚类 | 第23-35页 |
| ·演化聚类 | 第23-25页 |
| ·演化聚类中时间平滑性框架描述 | 第23-24页 |
| ·演化k-means聚类算法简介 | 第24-25页 |
| ·基于分解的进化多目标演化聚类 | 第25-28页 |
| ·算法流程 | 第25页 |
| ·目标函数 | 第25-27页 |
| ·多目标进化算法的具体实现 | 第27-28页 |
| ·实验分析 | 第28-33页 |
| ·性能评价方式 | 第29页 |
| ·实验结果与分析 | 第29-33页 |
| ·总结与讨论 | 第33页 |
| ·参考文献 | 第33-35页 |
| 第四章 基于进化多目标的动态网络社区检测 | 第35-55页 |
| ·背景及相关知识 | 第35-37页 |
| ·背景介绍 | 第35-36页 |
| ·相关知识 | 第36-37页 |
| ·算法描述 | 第37-43页 |
| ·基于MOEA/D的动态网络社区检测算法框架 | 第38-39页 |
| ·目标函数 | 第39-40页 |
| ·基因表达 | 第40-41页 |
| ·特定问题操作算子 | 第41-42页 |
| ·最佳点选择 | 第42-43页 |
| ·实验分析 | 第43-51页 |
| ·合成网络数据集实验 | 第43-51页 |
| ·总结与讨论 | 第51页 |
| ·参考文献 | 第51-55页 |
| 第五章 基于分解的局部搜索多目标动态网络社区检测 | 第55-75页 |
| ·背景介绍 | 第55-56页 |
| ·进化多目标局部搜索算法框架 | 第55-56页 |
| ·基于分解的局部搜索多目标动态网络社区检测 | 第56-59页 |
| ·算法框架 | 第56-58页 |
| ·局部搜索策略 | 第58-59页 |
| ·实验与结果分析 | 第59-72页 |
| ·合成网络数据集实验分析 | 第60-67页 |
| ·现实网络数据集实验分析 | 第67-72页 |
| ·总结与讨论 | 第72页 |
| ·参考文献 | 第72-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 致谢 | 第77-79页 |
| 硕士期间成果 | 第79页 |