| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-20页 |
| ·选题目的及意义 | 第9页 |
| ·国内外研究现状 | 第9-17页 |
| ·数据挖掘研究现状 | 第9-10页 |
| ·分类规则研究现状 | 第10-14页 |
| ·蚁群算法研究现状 | 第14-17页 |
| ·本文的主要工作 | 第17-18页 |
| ·论文的组织 | 第18-20页 |
| 2 蚁群算法和回溯蚁群模型 | 第20-35页 |
| ·引言 | 第20页 |
| ·蚁群算法的原理 | 第20-29页 |
| ·蚁群行为描述 | 第20-21页 |
| ·基本蚁群算法的机制原理 | 第21-22页 |
| ·人工蚂蚁与真实蚂蚁的异同 | 第22-25页 |
| ·蚂蚁系统模型的建立 | 第25-28页 |
| ·基本蚁群算法的实现步骤 | 第28页 |
| ·基本蚁群算法的程序结构 | 第28-29页 |
| ·回溯蚁群模型 | 第29-34页 |
| ·回溯蚁群的提出 | 第29-30页 |
| ·回溯蚁群的原理 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 3 基于回溯蚁群分类规则算法 | 第35-47页 |
| ·引言 | 第35页 |
| ·本文所提算法的理论依据 | 第35-36页 |
| ·生成候选规则集 | 第36-45页 |
| ·构造规则 | 第39-43页 |
| ·规则剪枝 | 第43-45页 |
| ·信息素浓度更新 | 第45页 |
| ·用规则集对新样本进行分类 | 第45页 |
| ·本章小结 | 第45-47页 |
| 4 实验结果及分析 | 第47-70页 |
| ·引言 | 第47页 |
| ·实验框架设计原理 | 第47-50页 |
| ·六层开发模型的提出 | 第48页 |
| ·六层开发模型的系统架构 | 第48-50页 |
| ·实验测试方案 | 第50-52页 |
| ·系统运行环境 | 第51页 |
| ·测试用的数据 | 第51-52页 |
| ·实验条件设置 | 第52页 |
| ·实验的步骤 | 第52-64页 |
| ·本文所提出的算法实验运行过程 | 第52-59页 |
| ·已有算法实验运行过程 | 第59-64页 |
| ·实验的结果分析和比较 | 第64-68页 |
| ·实验结论 | 第68-70页 |
| 5 结论与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间公开发表的学术论文及科研成果一览表 | 第76页 |