| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国内研究现状 | 第9-10页 |
| ·国外研究现状 | 第10-11页 |
| ·研究背景 | 第11-13页 |
| ·智能决策支持系统 | 第11-12页 |
| ·群智能优化算法 | 第12页 |
| ·本体知识库 | 第12-13页 |
| ·本文的组织和工作安排 | 第13-15页 |
| 第二章 粒子群优化算法 | 第15-24页 |
| ·群智能优化算法概述 | 第15-16页 |
| ·粒子群优化算法概述 | 第16-19页 |
| ·产生背景 | 第16-17页 |
| ·基本原理 | 第17-18页 |
| ·数学描述 | 第18-19页 |
| ·基本流程 | 第19页 |
| ·典型粒子群优化算法 | 第19-20页 |
| ·基本粒子群优化算法 | 第19-20页 |
| ·标准粒子群优化算法 | 第20页 |
| ·带收缩因子的粒子群优化算法 | 第20页 |
| ·多目标粒子群优化算法 | 第20-23页 |
| ·多目标优化产生背景 | 第21页 |
| ·多目标优化模型和基本概念 | 第21-22页 |
| ·典型多目标粒子群优化算法 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 改进的模糊 Pareto 支配多目标粒子群优化算法 | 第24-33页 |
| ·Pareto 支配的缺陷 | 第24-25页 |
| ·基于模糊 Pareto 支配的粒子群算法 | 第25-28页 |
| ·模糊 Pareto 支配度 | 第25-26页 |
| ·典型模糊 Pareto 支配粒子群算法 | 第26-28页 |
| ·改进的模糊 Pareto 支配粒子群算法(IFPD-MOPSO) | 第28-30页 |
| ·性能评估和测试函数 | 第30-32页 |
| ·性能评估指标 | 第30-31页 |
| ·测试函数与方法 | 第31-32页 |
| ·实验结果 | 第32页 |
| ·小结 | 第32-33页 |
| 第四章 营养评价本体知识库模型设计 | 第33-41页 |
| ·概述 | 第33页 |
| ·本体 | 第33-34页 |
| ·知识库 | 第34页 |
| ·本体在知识库中的引入 | 第34-35页 |
| ·营养评价本体知识库的构建 | 第35-39页 |
| ·领域知识获取 | 第35页 |
| ·系统模型 | 第35-36页 |
| ·本体构建 | 第36-38页 |
| ·本体知识库的实现 | 第38-39页 |
| ·小结 | 第39-41页 |
| 第五章 改进算法在营养评价与膳食智能决策支持系统中的应用 | 第41-52页 |
| ·营养评价与膳食智能决策支持系统分析 | 第41-42页 |
| ·系统总体目标 | 第41-42页 |
| ·系统关键技术 | 第42页 |
| ·营养评价与膳食智能决策支持系统设计 | 第42-45页 |
| ·系统的体系结构 | 第42页 |
| ·系统功能模块 | 第42-43页 |
| ·膳食决策模型 | 第43-45页 |
| ·改进算法应用实例 | 第45-48页 |
| ·算法实现细节 | 第45-47页 |
| ·算法程序实现 | 第47页 |
| ·算法应用数据 | 第47-48页 |
| ·原型系统实现 | 第48-51页 |
| ·小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间所取得的科研成果 | 第58页 |
