| 致谢 | 第1-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-12页 |
| 目次 | 第12-15页 |
| 擂图和附表清单 | 第15-18页 |
| 1 绪论 | 第18-34页 |
| ·研究背景与意义 | 第18-20页 |
| ·进化算法理论及其在监督机器学习中的研究现状 | 第20-31页 |
| ·遗传算法 | 第21-24页 |
| ·进化策略 | 第24-25页 |
| ·进化编程 | 第25-26页 |
| ·遗传编程 | 第26-28页 |
| ·基因表达式编程 | 第28-31页 |
| ·论文的研究思路与组织结构 | 第31-34页 |
| ·研究思路 | 第31页 |
| ·组织结构 | 第31-34页 |
| 2 基本基因表达式编程算法 | 第34-56页 |
| ·组织结构 | 第34-38页 |
| ·基因 | 第35-37页 |
| ·染色体 | 第37-38页 |
| ·种群 | 第38页 |
| ·遗传算子 | 第38-50页 |
| ·选择和复制算子 | 第39页 |
| ·变异算子 | 第39-41页 |
| ·转座算子 | 第41-45页 |
| ·重组算子 | 第45-50页 |
| ·适应值函数 | 第50-51页 |
| ·形式化定义 | 第51-54页 |
| ·算法设计步骤 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 3 基因表达式编程理论分析 | 第56-82页 |
| ·引言 | 第56页 |
| ·个体编码的合法性分析 | 第56-59页 |
| ·基因表达式编程模式理论 | 第59-78页 |
| ·基因模式 | 第59-64页 |
| ·GEP模式 | 第64-69页 |
| ·GEP模式定理 | 第69-78页 |
| ·基因块假设 | 第78页 |
| ·模式收敛性 | 第78-81页 |
| ·模式收敛性分析 | 第78-80页 |
| ·GEP最优个体模式丢失 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 4 基因表达式编程关键技术研究 | 第82-100页 |
| ·引言 | 第82页 |
| ·模式定理的深入分析 | 第82-91页 |
| ·选择、复制和重组算子设计 | 第83-86页 |
| ·变异算子设计 | 第86页 |
| ·转座算子设计 | 第86-88页 |
| ·自适应算子方案 | 第88-89页 |
| ·算法测试与分析 | 第89-91页 |
| ·相异结构染色体生成算法 | 第91-95页 |
| ·相异结构染色体 | 第92-93页 |
| ·相异结构染色体生成算法 | 第93-94页 |
| ·算法测试与分析 | 第94-95页 |
| ·个体快速解码求值算法 | 第95-98页 |
| ·RGEP算法 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 5 基于RGEP的分类模型研究 | 第100-114页 |
| ·引言 | 第100页 |
| ·模型描述 | 第100-102页 |
| ·两类分类 | 第102-109页 |
| ·Monk's problems | 第103-107页 |
| ·乳腺X光片微钙化点检测 | 第107-109页 |
| ·多维分类 | 第109-113页 |
| ·Wine recognition problems | 第110-113页 |
| ·本章小结 | 第113-114页 |
| 6 基于RGEP的复杂函数关系发现模型研究 | 第114-132页 |
| ·引言 | 第114页 |
| ·模型描述 | 第114-115页 |
| ·复杂函数关系发现 | 第115-119页 |
| ·问题描述 | 第115-117页 |
| ·实验方法 | 第117页 |
| ·实验结果与分析 | 第117-119页 |
| ·醛类化合物急性毒性定量构效关系建模 | 第119-126页 |
| ·问题描述及实验数据处理 | 第119-120页 |
| ·实验方法 | 第120-121页 |
| ·实验结果与分析 | 第121-126页 |
| ·农药保留时间定量构效关系建模 | 第126-131页 |
| ·问题描述及实验数据处理 | 第126-127页 |
| ·实验结果与分析 | 第127-131页 |
| ·本章小结 | 第131-132页 |
| 7 总结与展望 | 第132-136页 |
| ·总结 | 第132-133页 |
| ·主要创新点 | 第133-134页 |
| ·展望 | 第134-136页 |
| 参考文献 | 第136-152页 |
| 附录 | 第152-155页 |
| 个人简历及攻读博士学位期间的成果 | 第155-156页 |