机器学习中若干计算智能问题的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题背景 | 第8-10页 |
| ·本文的研究内容和意义 | 第10-11页 |
| ·文章结构与安排 | 第11-13页 |
| 第2章 简单遗传算法中若干问题的研究 | 第13-31页 |
| ·遗传算法概述 | 第13-14页 |
| ·算法性能的决定因素 | 第14-23页 |
| ·编码策略 | 第15-16页 |
| ·适应度函数及其尺度变换 | 第16-18页 |
| ·选择操作 | 第18-21页 |
| ·交叉操作 | 第21-22页 |
| ·变异操作 | 第22-23页 |
| ·其他参数因素 | 第23页 |
| ·一种基于内外结合交叉算子的遗传算法 | 第23-25页 |
| ·外交叉算子 | 第23-24页 |
| ·基于内外结合交叉算子的遗传算法 | 第24-25页 |
| ·实验仿真 | 第25-29页 |
| ·测试函数 | 第25-28页 |
| ·仿真结果 | 第28-29页 |
| ·小结 | 第29-31页 |
| 第3章 一种基于个体对的寻优算法 | 第31-36页 |
| ·一种基于个体对的寻优算法 | 第31-33页 |
| ·个体对方法的改进 | 第33-34页 |
| ·仿真测试 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第4章 关于进化计算的进一步讨论—适应 | 第36-46页 |
| ·什么是适应 | 第36-41页 |
| ·进化论与生态学的三种观点 | 第36-37页 |
| ·约束优化中的遗传算法 | 第37-39页 |
| ·多种群遗传算法 | 第39-41页 |
| ·如何衡量适应的复杂度 | 第41-44页 |
| ·适应性复杂度 | 第41-42页 |
| ·一些基本函数类的组合和集成 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第5章 分类器的设计与学习 | 第46-57页 |
| ·相关背景 | 第46-49页 |
| ·神经网络简介 | 第46-47页 |
| ·性能与效率 | 第47-49页 |
| ·多学习机集成与重采样技术 | 第49-52页 |
| ·多学习机集成的方法 | 第49-50页 |
| ·分类器设计中的重采样技术 | 第50-52页 |
| ·一种数据预处理方法在分类器设计中的应用 | 第52-56页 |
| ·一种训练集预处理的新方法 | 第52-55页 |
| ·边缘样本集用于分类器的设计 | 第55页 |
| ·进一步的讨论 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第6章 总结和展望 | 第57-59页 |
| ·研究总结 | 第57页 |
| ·工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
