| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·论文研究背景及意义 | 第10页 |
| ·国内外研究概况 | 第10-14页 |
| ·关联规则挖掘的背景及研究现状 | 第10-11页 |
| ·粒子群算法的背景及研究现状 | 第11-13页 |
| ·模拟退火算法的背景及研究现状 | 第13-14页 |
| ·本文的主要内容 | 第14-15页 |
| 第二章 数据挖掘与关联规则 | 第15-21页 |
| ·数据挖掘的概念 | 第15-17页 |
| ·关联规则的概念 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 粒子群算法和模拟退火算法的基本理论 | 第21-30页 |
| ·粒子群算法概述 | 第21-25页 |
| ·粒子群算法的改进策略 | 第23-25页 |
| ·粒子群算法与其他进化算法的比较 | 第25页 |
| ·模拟退火算法概述 | 第25-28页 |
| ·模拟退火算法原理 | 第26-27页 |
| ·模拟退火算法性能分析 | 第27-28页 |
| ·基于模拟退火的粒子群混合算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 改进混合模拟退火粒子群算法 | 第30-38页 |
| ·改进PSO-SA算法的基本思想 | 第30-31页 |
| ·改进PSO-SA算法的实现 | 第31-34页 |
| ·改进PSO-SA算法性能分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 改进混合模拟退火粒子群算法在关联规则挖掘中应用 | 第38-51页 |
| ·改进PSO-SA算法在数据挖掘中的应用 | 第38-41页 |
| ·改进PSO-SA算法在关联规则挖掘中的编码 | 第39-40页 |
| ·改进PSO-SA算法适应度函数设计 | 第40页 |
| ·改进PSO-SA算法规则的提取 | 第40-41页 |
| ·改进PSO-SA算法在研究生就业关联规则挖掘中应用 | 第41-45页 |
| ·改进PSO-SA算法在关联规则挖掘中的结果分析 | 第42-43页 |
| ·改进PSO-SA算法在关联规则挖掘中受参数影响研究 | 第43-45页 |
| ·改进PSO-SA算法与其他算法的比较 | 第45-49页 |
| ·改进PSO-SA算法挖掘研究生就业关联规则的结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 攻读硕士学位期间研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 附录 研究生就业调查问卷 | 第56-57页 |
