基于遗传规划的分类算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-19页 |
| 第一章 绪论 | 第19-33页 |
| ·遗传规划简介 | 第19-22页 |
| ·数据挖掘及分类问题概述 | 第22-27页 |
| ·遗传规划在分类问题中的研究 | 第27-31页 |
| ·如何利用遗传规划解决分类问题 | 第27-29页 |
| ·研究现状和难点 | 第29-31页 |
| ·本论文主要研究内容和创新之处 | 第31-32页 |
| ·本论文的组织结构 | 第32-33页 |
| 第二章 针对分类问题的遗传规划适应度函数设计 | 第33-55页 |
| ·分类问题的评判标准 | 第33-36页 |
| ·ROC分析及AUC评判 | 第34-35页 |
| ·遗传规划算法在评判标准中的难点 | 第35-36页 |
| ·基于信息熵的适应度函数 | 第36-44页 |
| ·研究思路 | 第36-37页 |
| ·统计遗传规划决策树 | 第37-38页 |
| ·适应度函数设计 | 第38-39页 |
| ·基于信息熵的遗传规划算法 | 第39-44页 |
| ·实验设计及分析 | 第44-53页 |
| ·数据集描述 | 第44-45页 |
| ·对比算法及实验配置 | 第45-47页 |
| ·实验结果及结论 | 第47-53页 |
| ·本章小结 | 第53-55页 |
| 第三章 针对分类问题的遗传规划局部搜索算子设计 | 第55-75页 |
| ·遗传规划中的局部搜索算子 | 第55-59页 |
| ·局部搜索算子概述 | 第55-56页 |
| ·模因演算法 | 第56-58页 |
| ·局部搜索算子在遗传规划解决分类问题中的难点 | 第58-59页 |
| ·基于熵增的局部搜索算子设计 | 第59-64页 |
| ·研究思路 | 第59-61页 |
| ·局部搜索算子设计 | 第61-63页 |
| ·模因演遗传规划 | 第63-64页 |
| ·实验设计及分析 | 第64-73页 |
| ·数据集 | 第64-65页 |
| ·对比算法描述及参数配置 | 第65-68页 |
| ·实验结果及结论 | 第68-73页 |
| ·本章小结 | 第73-75页 |
| 第四章 针对分类问题的多目标遗传规划 | 第75-99页 |
| ·多目标遗传规划 | 第75-83页 |
| ·演化多目标概述 | 第75-80页 |
| ·分类问题中的多目标问题 | 第80-82页 |
| ·分类问题中的多目标难点 | 第82-83页 |
| ·基于多目标的遗传规划用于分类问题 | 第83-90页 |
| ·研究思路 | 第83页 |
| ·多目标框架嵌入遗传规划 | 第83-84页 |
| ·多目标模因演遗传规划 | 第84-90页 |
| ·实验设计及分析 | 第90-98页 |
| ·数据集 | 第90页 |
| ·对比算法描述 | 第90-91页 |
| ·交叉验证和实验配置 | 第91-92页 |
| ·实验结果及结论 | 第92-98页 |
| ·本章小结 | 第98-99页 |
| 第五章 针对分类问题的基于凸包的多目标遗传规划 | 第99-123页 |
| ·基于凸包的多目标遗传规划 | 第99-101页 |
| ·以往多目标框架的误区 | 第99-101页 |
| ·基于凸包的多目标遗传规划 | 第101-104页 |
| ·研究思路 | 第101-102页 |
| ·基于凸包的多目标遗传规划算法 | 第102-104页 |
| ·实验设计及分析 | 第104-121页 |
| ·数据集 | 第104-106页 |
| ·对比算法描述 | 第106-107页 |
| ·交叉验证与实验配置 | 第107-108页 |
| ·实验结果及结论 | 第108-121页 |
| ·本章小结 | 第121-123页 |
| 第六章 总结与展望 | 第123-127页 |
| ·工作总结 | 第123-124页 |
| ·未来展望 | 第124-127页 |
| 参考文献 | 第127-135页 |
| 致谢 | 第135-137页 |
| 在读期间发表的学术论文与取得的研究成果 | 第137页 |
