| 研究生学位论文原创性声明 | 第1-5页 |
| 作者简介 | 第5-7页 |
| 摘要 | 第7-9页 |
| ABSTRACT | 第9-13页 |
| 第一章 绪论 | 第13-16页 |
| §1.1 论文选题及其研究意义 | 第13-14页 |
| §1.2 选题的国内外研究现状 | 第14-15页 |
| §1.3 论文的主要研究内容 | 第15-16页 |
| 第二章 基因表达式编程简介 | 第16-27页 |
| §2.1 遗传算法的基本框架 | 第16-18页 |
| §2.2 遗传算法的三个研究方向 | 第18-19页 |
| §2.3 基本遗传算法的编码方式 | 第19页 |
| §2.4 遗传程序设计的编码方式 | 第19-20页 |
| §2.5 基因表达式的编码方式 | 第20-27页 |
| ·基因表达式的求值 | 第22-23页 |
| ·选择算子 | 第23页 |
| ·重组算子 | 第23-25页 |
| ·变异算子 | 第25页 |
| ·转座和插入序列元素算子 | 第25-27页 |
| 第三章 基因表达式编程的应用研究 | 第27-40页 |
| §3.1 基因表达式编程的算法流程 | 第27-28页 |
| §3.2 基于VC和Matlab平台的基因表达式算法实现示例 | 第28-30页 |
| §3.3 基因表达式在瓦斯涌出量中的应用研究 | 第30-32页 |
| ·用GEP对预测问题建模 | 第30-31页 |
| ·GEP和GP建模的比较分析 | 第31-32页 |
| §3.4 模拟退火算法简介 | 第32页 |
| §3.5 基于模拟退火的基因表达式编程算法 | 第32-33页 |
| §3.6 基于MPI的并行基因表达式编程算法 | 第33-34页 |
| §3.7 基于MPI的并行基因表达式编程算法的仿真实验 | 第34-39页 |
| ·MPI平台安装和设置 | 第34-36页 |
| ·仿真实验数据 | 第36页 |
| ·遗传操作和适应度函数的选取 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| §3.8 小结 | 第39-40页 |
| 第四章 贝叶斯网络的简介 | 第40-47页 |
| §4.1 贝叶斯网络的理论基础和应用 | 第40-41页 |
| ·贝叶斯理论 | 第40-41页 |
| ·贝叶斯理论的应用 | 第41页 |
| §4.2 朴素贝叶斯网络 | 第41-43页 |
| §4.3 贝叶斯网络的三个研究方向 | 第43-46页 |
| ·基于属性选择的朴素贝叶斯网络 | 第44页 |
| ·基于属性依赖的扩展贝叶斯网络 | 第44-45页 |
| ·基于实例学习的贝叶斯网络 | 第45-46页 |
| §4.4 小结 | 第46-47页 |
| 第五章 基于GEP的贝叶斯网络在数据挖掘模型优化中的应用 | 第47-56页 |
| §5.1 Weka平台简介 | 第47-48页 |
| §5.2 基于GEP的贝叶斯网络的编码方式 | 第48-50页 |
| §5.3 基于GEP的贝叶斯网络的算法 | 第50-55页 |
| ·算法的适应度函数的选择 | 第50页 |
| ·遗传操作算子的选择 | 第50-51页 |
| ·算法参数设置 | 第51页 |
| ·算法流程 | 第51-52页 |
| ·UCI数据分类精度结果 | 第52-55页 |
| §5.4 小结 | 第55-56页 |
| 第六章 总结 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
