| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 膜计算研究背景及意义 | 第10-11页 |
| 1.1.2 最小生成树算法研究背景及意义 | 第11页 |
| 1.2 国内外研究现状及趋势 | 第11-16页 |
| 1.2.1 最小生成树国内外研究现状及趋势 | 第11-14页 |
| 1.2.2 膜计算国内外研究现状及趋势 | 第14-16页 |
| 1.3 相关理论概述 | 第16-24页 |
| 1.3.1 膜计算原理 | 第16-19页 |
| 1.3.2 膜系统分类 | 第19-24页 |
| 1.3.3 最小生成树聚类算法 | 第24页 |
| 1.4 本文主要研究内容 | 第24-26页 |
| 1.4.1 本文主要内容与安排 | 第24-25页 |
| 1.4.2 研究的创新点 | 第25-26页 |
| 第2章 基于控制因子的组织型P系统 | 第26-34页 |
| 2.1 组织型P系统 | 第26-28页 |
| 2.1.1 通信组织型P系统 | 第26-27页 |
| 2.1.2 组织型P系统举例 | 第27-28页 |
| 2.2 基于控制因子的组织型P系统模型 | 第28页 |
| 2.3 CFTP系统构建 | 第28-30页 |
| 2.3.1 CFTP系统运行机制 | 第28-29页 |
| 2.3.2 CFTP系统形式化表达 | 第29-30页 |
| 2.4 CFTP系统计算能力分析 | 第30-34页 |
| 2.4.1 寄存器 | 第30-31页 |
| 2.4.2 计算能力证明 | 第31-34页 |
| 第3章 基于CFTP系统的最小生成树聚类算法 | 第34-45页 |
| 3.1 聚类中相似度度量性能指标 | 第34-35页 |
| 3.2 基于K-NN的MST聚类算法 | 第35-38页 |
| 3.2.1 最小生成树两种算法 | 第35-38页 |
| 3.2.2 K-NN算法 | 第38页 |
| 3.3 基于CFTP系统的最小生成树聚类算法 | 第38-43页 |
| 3.3.1 CFP-MST算法思想 | 第38-39页 |
| 3.3.2 P系统运行机制 | 第39-40页 |
| 3.3.3 MST-CFTP系统规则设计及聚类过程分析 | 第40-42页 |
| 3.3.4 性能分析 | 第42-43页 |
| 3.4 实验验证 | 第43-45页 |
| 3.4.1 二维数据集 | 第43页 |
| 3.4.2 聚类过程分析 | 第43-45页 |
| 第4章 基于CFTP-MST算法在KSP中应用 | 第45-55页 |
| 4.1 K最短路径问题 | 第45-47页 |
| 4.1.1 基本原理 | 第45页 |
| 4.1.2 KSP问题分类 | 第45-46页 |
| 4.1.3 KSP定义 | 第46-47页 |
| 4.2 基于最小生成树的K最短路算法 | 第47-51页 |
| 4.2.1 MST-KSP算法描述 | 第47页 |
| 4.2.2 MST-KSP算法步骤 | 第47-48页 |
| 4.2.3 实例分析 | 第48-51页 |
| 4.3 基于CFTP系统的MST-KSP算法 | 第51-55页 |
| 4.3.1 MST-KCFTP系统构建 | 第51-53页 |
| 4.3.2 MST-KCFTP系统执行过程 | 第53-55页 |
| 第5章 CFP-MST算法在山东城镇化发展水平划分中的应用 | 第55-64页 |
| 5.1 城镇化发展水平现状划分问题研究 | 第55-60页 |
| 5.1.1 中国城镇化发展背景及意义 | 第55-56页 |
| 5.1.2 山东省城镇化发展水平划分问题 | 第56页 |
| 5.1.3 指标体系分析 | 第56-57页 |
| 5.1.4 数据处理 | 第57-60页 |
| 5.2 CFTP系统模型构建及运行分析 | 第60-63页 |
| 5.2.1 CFTP系统构建 | 第60页 |
| 5.2.2 膜规则设计 | 第60-61页 |
| 5.2.3 算法运行分析 | 第61-63页 |
| 5.3 结果及讨论 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 本文总结 | 第64页 |
| 6.2 未来工作展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士期间发表的学术论文和参加科研情况 | 第72-73页 |
| 攻读硕士期间获得的奖励 | 第73-74页 |
| 致谢 | 第74页 |