基于多显型染色体的基因表达式编程算法及其应用
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究的背景、目的和意义 | 第11-12页 |
| ·研究的主要内容及创新 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 基因表达式编程及分类规则挖掘简介 | 第14-31页 |
| ·演化计算概述 | 第14-19页 |
| ·遗传算法简介 | 第15-17页 |
| ·遗传程序设计简介 | 第17-19页 |
| ·基因表达式编程概述 | 第19-22页 |
| ·基因表达式编程的研究进展 | 第22-24页 |
| ·数据挖掘简介 | 第24-25页 |
| ·分类规则挖掘技术简介 | 第25-28页 |
| ·决策树方法 | 第25-26页 |
| ·贝叶斯分类方法 | 第26-27页 |
| ·人工神经网络及其它方法 | 第27-28页 |
| ·演化计算分类器 | 第28-30页 |
| ·遗传算法分类器简介 | 第28-29页 |
| ·遗传程序设计分类 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于多显型染色体的基因表达式编程 | 第31-44页 |
| ·MPC-GEP概述 | 第31-32页 |
| ·编码方式 | 第32-36页 |
| ·GEP的编码方式 | 第32-33页 |
| ·MPC-GEP的编码方式 | 第33-34页 |
| ·MPC-GEP中的染色体 | 第34-36页 |
| ·MPC-GEP算法的适应函数和选择策略 | 第36-37页 |
| ·适应函数 | 第36页 |
| ·选择策略 | 第36-37页 |
| ·染色体的适应度 | 第37页 |
| ·变异、变换以及重组 | 第37-38页 |
| ·函数发现实验及分析 | 第38-42页 |
| ·单基因染色体的一元函数发现实验 | 第38-40页 |
| ·多基因染色体的一元函数发现实验 | 第40页 |
| ·多基因染色体的二元函数发现实验 | 第40-41页 |
| ·染色体基因数对MPC-GEP算法的影响 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第4章 MPC-GEP应用于分类规则挖掘研究 | 第44-60页 |
| ·基本的GEP分类方法 | 第44-46页 |
| ·GEP分类方法的改进 | 第46-48页 |
| ·MPC-GEP应用于分类规则挖掘 | 第48-58页 |
| ·MPC-GEP算法 | 第49-54页 |
| ·实验参数设置 | 第54-55页 |
| ·实验结果及分析 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 工作总结及展望 | 第60-62页 |
| ·本文工作总结 | 第60页 |
| ·未来的工作 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间主要的研究成果 | 第66-67页 |
| 致谢 | 第67页 |
