首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

利用蚁群算法的粗糙集属性约简方法研究

摘要第8-9页
Abstract第9-10页
1 绪论第11-15页
    1.1 国内外研究现状第11-13页
    1.2 本文的主要内容第13-15页
2 粗糙集理论基础与粗糙集属性约简方法第15-25页
    2.1 粗糙集理论基础第15-18页
    2.2 属性约简的一般方法第18-24页
        2.2.1 利用属性重要度的属性约简方法第19页
        2.2.2 利用属性依赖度的属性约简方法第19-20页
        2.2.3 利用差别矩阵的属性约简方法第20-22页
        2.2.4 利用信息熵的属性约简方法第22-23页
        2.2.5 利用遗传算法的属性约简方法第23-24页
    2.3 本章小结第24-25页
3 蚁群算法理论基础第25-34页
    3.1 基本蚁群算法研究第25-30页
        3.1.1 基本蚁群算法原理第25-27页
        3.1.2 基本蚁群算法模型第27-28页
        3.1.3 基本蚁群算法的优缺点第28-30页
    3.2 蚁群优化算法研究第30-33页
        3.2.1 引入知识的蚁群优化算法第30-31页
        3.2.2 利用蚁群算法的分段求解方法第31-33页
    3.3 本章小结第33-34页
4 利用蚁群算法的差别矩阵协调决策信息系统的属性约简方法第34-46页
    4.1 基于差别矩阵属性约简方法研究第34-36页
    4.2 算法设计第36-39页
    4.3 算法描述第39-41页
    4.4 实验分析对比第41-45页
    4.5 本章小结第45-46页
5 利用蚁群优化算法的粗糙集属性约简方法(ACOAR算法)第46-55页
    5.1 ACOAR算法设计第46-49页
    5.2 算法描述第49-51页
    5.3 算法实验分析与对比第51-53页
    5.4 本章小结第53-55页
6 总结与展望第55-57页
    6.1 总结第55-56页
    6.2 展望第56-57页
7 参考文献第57-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于进化萤火虫算法的K均值聚类分析与应用研究
下一篇:基于DV-Hop的无线传感器网络定位算法研究