人工鱼群算法在聚类问题中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 插图清单 | 第8-9页 |
| Illustration List | 第9-10页 |
| 第一章 绪论 | 第10-24页 |
| ·数据挖掘技术 | 第10-15页 |
| ·数据挖掘技术的应用领域及研究现状 | 第10-11页 |
| ·数据挖掘技术概述 | 第11-15页 |
| ·聚类分析 | 第15-20页 |
| ·什么是聚类分析 | 第15-16页 |
| ·聚类分析方法 | 第16-17页 |
| ·K-means算法 | 第17-20页 |
| ·智能优化算法 | 第20-21页 |
| ·主要的智能优化算法 | 第20-21页 |
| ·智能优化算法研究现状 | 第21页 |
| ·本文主要研究内容 | 第21-24页 |
| ·研究的目的和意义 | 第22页 |
| ·研究的主要思路 | 第22-23页 |
| ·论文各部分的主要内容 | 第23-24页 |
| 第二章 人工鱼群算法 | 第24-32页 |
| ·基本人工鱼群算法 | 第24-26页 |
| ·人工鱼的相关定义 | 第25页 |
| ·行为描述 | 第25-26页 |
| ·行为选择 | 第26页 |
| ·组合优化问题的人工鱼群算法 | 第26-30页 |
| ·组合优化问题 | 第26页 |
| ·人工鱼群算法中的距离和领域 | 第26-27页 |
| ·组合优化问题的人工鱼群算法 | 第27-28页 |
| ·人工鱼群算法求解聚类问题 | 第28-30页 |
| ·人工鱼群算法研究现状及发展趋势 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第三章 遗传算法 | 第32-37页 |
| ·遗传算法的产生和发展 | 第32页 |
| ·遗传算法 | 第32-36页 |
| ·基本概念 | 第33-34页 |
| ·遗传算法的基本原理 | 第34-35页 |
| ·遗传算法的应用步骤 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 改进人工鱼群算法求解聚类问题 | 第37-49页 |
| ·人工鱼群算法与遗传算法融合聚类算法中的元素 | 第37-38页 |
| ·人工鱼群算法与遗传算法融合 | 第38-41页 |
| ·觅食行为与选择算法的融合 | 第38-39页 |
| ·融合变异算子 | 第39-40页 |
| ·融合交叉算子 | 第40-41页 |
| ·算法进一步优化 | 第41页 |
| ·优化算法,提高运算速度 | 第41页 |
| ·利用公告板引导算法快速收敛 | 第41页 |
| ·整体算法描述 | 第41-42页 |
| ·仿真实验 | 第42-48页 |
| ·小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·论文主要贡献 | 第49页 |
| ·进一步的工作 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附录1 (部分程序源码) | 第54-64页 |
| 附录2 (部分实验数据) | 第64-69页 |
| 作者攻读硕士学位期间发表的论文 | 第69页 |
| 作者攻读硕士学位期间参与的项目 | 第69-70页 |
| 致谢 | 第70页 |
