一种基于遗传算法的数据挖掘技术的研究与应用
| 第一章 引言 | 第1-12页 |
| 1． 数据挖掘的产生与发展 | 第7-8页 |
| 2． 遗传算法的产生与发展 | 第8-11页 |
| 3． 遗传算法与数据挖掘 | 第11-12页 |
| 第二章 数据挖掘概述 | 第12-21页 |
| 1． 数据挖掘定义 | 第12页 |
| 2． 数据挖掘使用的各种方法 | 第12-15页 |
| 3． 数据挖掘的分类 | 第15-17页 |
| 4． 数据挖掘处理过程 | 第17-18页 |
| 5． 数据挖掘的技术定位 | 第18-21页 |
| 第三章 遗传算法与进化计算 | 第21-42页 |
| 1． 遗传算法的基本理论 | 第21-26页 |
| 1．1 基本遗传算法 | 第21-22页 |
| 1．2 遗传算法的运算过程 | 第22-23页 |
| 1．3 遗传算法的特点 | 第23-24页 |
| 1．4 基本遗传算法的描述 | 第24-25页 |
| 1．5 基本遗传算法的形式化定义 | 第25-26页 |
| 1．6 基本遗传算法的算法描述 | 第26页 |
| 2． 遗传算法的实现技术 | 第26-36页 |
| 2．1 编码方法 | 第26-28页 |
| 2．2 适应度函数 | 第28-29页 |
| 2．3 选择算子 | 第29-32页 |
| 2．4 交叉算子 | 第32-34页 |
| 2．5 变异算子 | 第34-36页 |
| 3． 进化计算 | 第36-42页 |
| 3．1 国内外研究现状 | 第36-38页 |
| 3．2 进化计算与其他学科的关系 | 第38-40页 |
| 3．3 进化计算研究的展望 | 第40-42页 |
| 第四章 智能型学生测评系统的应用实例 | 第42-57页 |
| 1． 关联规则 | 第42-44页 |
| 2． 遗传算法的编码方法 | 第44-47页 |
| 3． 适应度函数的构造 | 第47-48页 |
| 4． 遗传算子的改进 | 第48-51页 |
| 4．1 选择算子的设计 | 第48-49页 |
| 4．2 交叉算子的设计 | 第49页 |
| 4．3 变异算子的设计 | 第49-50页 |
| 4．4 规则提取 | 第50-51页 |
| 5． 应用实例 | 第51-57页 |
| 第五章 小结与展望 | 第57-60页 |
| 1． 数据挖掘面临的问题和挑战 | 第57-58页 |
| 2． 论文工作的小结 | 第58-59页 |
| 3． 以后工作的展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
