基于改进蚁群算法的数据分类研究
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 1 引言 | 第8-17页 |
| ·问题的提出 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·本文的研究思路及主要的工作 | 第14-16页 |
| ·本文的组织结构 | 第16-17页 |
| 2 数据分类的分析与建模 | 第17-24页 |
| ·问题分析 | 第17-19页 |
| ·问题定义与描述 | 第17-18页 |
| ·分类模型 | 第18-19页 |
| ·数据分类模型与 TSP模型的关系 | 第19-22页 |
| ·TSP问题简介 | 第19-20页 |
| ·TSP问题与数据分类 | 第20-22页 |
| ·数据分类模型的建立 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 蚁群算法的改进研究 | 第24-46页 |
| ·蚁群算法 | 第24-29页 |
| ·基本蚁群算法 | 第24-26页 |
| ·蚁群系统 | 第26-27页 |
| ·最大-最小蚁群系统 | 第27-28页 |
| ·现有蚁群算法的优点和不足 | 第28-29页 |
| ·蚁群算法的改进 | 第29-40页 |
| ·贡献函数的引入 | 第29-33页 |
| ·利用贡献函数优化信息素平滑机制 | 第33-34页 |
| ·引入“信息段”概念 | 第34-40页 |
| ·实验结果比较 | 第40-45页 |
| ·引入贡献函数后的算法比较实验结果 | 第41-42页 |
| ·改进信息素平滑机制后的算法比较实验结果 | 第42-43页 |
| ·引入“信息段”后的算法比较实验结果 | 第43-44页 |
| ·改进算法的实验结果比较 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 改进蚁群算法在数据分类中的应用 | 第46-58页 |
| ·算法描述 | 第46-51页 |
| ·属性集合的选取 | 第47-49页 |
| ·信息素更新 | 第49-50页 |
| ·分类规则后处理 | 第50-51页 |
| ·实验验证 | 第51-53页 |
| ·原型系统实现 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录A 算法核心代码(部分) | 第63-79页 |
| 攻读硕士学位期间发表学术论文情况 | 第79-80页 |
| 致谢 | 第80-81页 |
| 大连理工大学学位论文版权使用授权书 | 第81页 |
