| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 主要符号表 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题研究背景 | 第11-13页 |
| ·研究进展 | 第13-16页 |
| ·聚类算法的发展现状 | 第13-15页 |
| ·微粒群优化算法研究现状 | 第15-16页 |
| ·研究目标和研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第二章 微粒群优化算法概述 | 第18-30页 |
| ·群体智能优化算法的产生与发展 | 第18-20页 |
| ·微粒群优化算法的基本原理 | 第20-25页 |
| ·基本微粒群优化算法 | 第20-21页 |
| ·经典的微粒群优化算法 | 第21-23页 |
| ·算法性能测试 | 第23-25页 |
| ·微粒群优化算法的优缺点及其改进方法 | 第25-26页 |
| ·微粒群优化算法的优缺点 | 第25页 |
| ·算法早熟收敛的原因 | 第25-26页 |
| ·微粒群优化算法的几种改进方案 | 第26-30页 |
| ·二进制离散微粒群优化算法 | 第26-27页 |
| ·基于遗传思想的改进微粒群优化算法 | 第27-28页 |
| ·其它改进的微粒群优化算法 | 第28-30页 |
| 第三章 微粒群优化算法在模糊球壳聚类中的应用 | 第30-43页 |
| ·球壳状数据的模糊聚类算法FCSS | 第30-34页 |
| ·FCSS 算法介绍 | 第30-32页 |
| ·数值实验及结果分析 | 第32-34页 |
| ·基于微粒群优化算法与FCSS 相结合的球壳聚类方法(PSO-FCSS) | 第34-39页 |
| ·基于微粒群优化的聚类算法的理论基础 | 第34-36页 |
| ·PSO-FCSS 算法描述 | 第36-37页 |
| ·数值实验 | 第37-39页 |
| ·改进的混合型球壳聚类算法 | 第39-43页 |
| ·混合型球壳聚类算法(PSO-GA-FCSS | 第39-41页 |
| ·数值实验及结果分析 | 第41-43页 |
| 第四章 基于微粒群优化的聚类方法在客户细分中的应用 | 第43-52页 |
| ·客户细分 | 第43-44页 |
| ·电信企业的客户细分模型构建及变量的选取 | 第44-48页 |
| ·电信企业的客户细分模型构建 | 第44-46页 |
| ·电信企业的客户细分变量的选取 | 第46-48页 |
| ·电信客户聚类分析结果与评估 | 第48-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·本文的主要工作 | 第52-53页 |
| ·进一步工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 读研期间发表的论文 | 第58-59页 |
| 致谢 | 第59页 |