| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-20页 |
| ·研究背景及意义 | 第9页 |
| ·特征选择研究现状 | 第9-15页 |
| ·课题的提出 | 第15-18页 |
| ·论文组织安排 | 第18-20页 |
| 2 遗传算法与特征选择 | 第20-33页 |
| ·遗传算法 | 第20-27页 |
| ·遗传算法的框架 | 第20-21页 |
| ·编码 | 第21-22页 |
| ·评价 | 第22-23页 |
| ·选择 | 第23-24页 |
| ·交叉 | 第24-25页 |
| ·变异 | 第25-26页 |
| ·遗传算法的运行参数 | 第26-27页 |
| ·特征选择 | 第27-30页 |
| ·特征选择的框架 | 第27-28页 |
| ·搜索起始点和方向 | 第28页 |
| ·搜索策略 | 第28-29页 |
| ·特征选择的评价准则 | 第29页 |
| ·停止条件 | 第29页 |
| ·结果验证 | 第29-30页 |
| ·基于遗传算法的特征选择方法 | 第30-32页 |
| ·基于遗传算法的特征选择方法的优点 | 第30页 |
| ·基于遗传算法的特征选择步骤 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 基于基因锁定位遗传算法的特征选择方法研究 | 第33-49页 |
| ·基因锁定位遗传算法（GLGA） | 第33-35页 |
| ·基因锁定位算子 | 第33-34页 |
| ·选择 | 第34页 |
| ·交叉 | 第34页 |
| ·变异 | 第34页 |
| ·精英保留策略 | 第34-35页 |
| ·自适应结束 | 第35页 |
| ·于基因锁定位遗传算法（GLGA）的特征选择方法 | 第35-36页 |
| ·相关实验分析 | 第36-48页 |
| ·低维数据集特征选择的性能比较 | 第38-40页 |
| ·高维数据集特征选择的性能比较 | 第40-43页 |
| ·神经网络分类结果比较 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 4 基于链式智能体遗传算法的特征选择方法研究 | 第49-66页 |
| ·链式智能体遗传算法（LAGA） | 第49-52页 |
| ·链式智能体结构 | 第49-50页 |
| ·邻域竞争选择 | 第50-51页 |
| ·自适应交叉 | 第51页 |
| ·自适应变异 | 第51页 |
| ·优良个体替换策略 | 第51-52页 |
| ·自适应结束 | 第52页 |
| ·基于链式智能体遗传算法（LAGA）的特征选择方法 | 第52-53页 |
| ·相关实验分析 | 第53-65页 |
| ·函数优化能力比较实验 | 第54-55页 |
| ·特征选择能力比较实验 | 第55-60页 |
| ·神经网络分类结果比较 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 5 总结 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 附录 | 第73-75页 |