| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究目的和意义 | 第9页 |
| 1.2 相关粗糙集的国内外研究现状 | 第9-13页 |
| 1.2.1 决策粗糙集国内外研究现状 | 第9-10页 |
| 1.2.2 邻域粗糙集国内外研究现状 | 第10-12页 |
| 1.2.3 邻域决策粗糙集国内外研究现状 | 第12页 |
| 1.2.4 问题的提出 | 第12-13页 |
| 1.3 论文主要研究内容及结构 | 第13-14页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 论文框架 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 相关理论基础 | 第15-23页 |
| 2.1 决策粗糙集理论的基础知识 | 第15-19页 |
| 2.1.1 粗糙集模型的基本概念 | 第15-17页 |
| 2.1.2 决策粗糙集的基本概念 | 第17-19页 |
| 2.2 邻域粗糙集的基本概念 | 第19-21页 |
| 2.2.1 邻域粗糙近似 | 第19-20页 |
| 2.2.2 邻域决策系统 | 第20-21页 |
| 2.3 邻域决策粗糙集的基本概念 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 决策粗糙集阈值多目标优化方法 | 第23-41页 |
| 3.1 决策粗糙集阈值多目标优化模型 | 第23-25页 |
| 3.1.1 目标函数 | 第24页 |
| 3.1.2 约束条件 | 第24-25页 |
| 3.2 带有F-measure修正机制的多目标遗传算法 | 第25-31页 |
| 3.2.1 帕累托最优及多目标遗传算法 | 第25-27页 |
| 3.2.2 带有F-measure修正机制的算法步骤 | 第27-31页 |
| 3.2.3 复杂度分析 | 第31页 |
| 3.3 仿真实验 | 第31-39页 |
| 3.3.1 实验设计 | 第31-32页 |
| 3.3.2 实验结果 | 第32-39页 |
| 3.3.3 实验分析 | 第39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 邻域决策粗糙集的邻域半径及阈值综合优化方法 | 第41-53页 |
| 4.1 邻域决策粗糙集半径选择及阈值求解综合优化模型 | 第41-44页 |
| 4.2 带有F-measure约束的改进强度帕累托进化算法 | 第44-46页 |
| 4.2.1 改进的强度帕累托进化算法介绍 | 第44-45页 |
| 4.2.2 SPEA2的算法步骤 | 第45-46页 |
| 4.3 仿真实验 | 第46-52页 |
| 4.3.1 实验设计 | 第46-47页 |
| 4.3.2 实验结果 | 第47-51页 |
| 4.3.3 实验分析 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 主要参考文献 | 第55-60页 |
| 图清单 | 第60-61页 |
| 表清单 | 第61-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
