电子商务相关技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| 1．1 研究背景和意义 | 第7页 |
| 1．1．1 数据挖掘 | 第7页 |
| 1．1．2 供应链管理 | 第7页 |
| 1．2 目前研究状况及发展方向 | 第7-8页 |
| 1．2．1 关联规则挖掘 | 第7-8页 |
| 1．2．2 供应链模型应用现状 | 第8页 |
| 1．3 论文研究的意义和所做的工作 | 第8-9页 |
| 1．4 本文内容安排 | 第9-11页 |
| 第二章 人工免疫系统 | 第11-19页 |
| 2．1 免疫系统及其人工免疫系统简介 | 第11-12页 |
| 2．1．1 免疫系统概述 | 第11页 |
| 2．1．2 免疫系统的信息处理特性 | 第11-12页 |
| 2．1．3 人工免疫系统的研究背景 | 第12页 |
| 2．2 人工免疫系统中的主要方法 | 第12-17页 |
| 2．2．1 免疫进化算法 | 第12-13页 |
| 2．2．2 免疫克隆选择算法 | 第13-17页 |
| 2．3 人工免疫系统的应用现状 | 第17-18页 |
| 2．3．1 人工智能 | 第17-18页 |
| 2．3．2 计算机安全领域 | 第18页 |
| 2．3．3 智能控制 | 第18页 |
| 2．3．4 其他工程领域 | 第18页 |
| 2．4 本章小结 | 第18-19页 |
| 第三章 数据挖掘与关联规则挖掘 | 第19-32页 |
| 3．1 数据挖掘 | 第19-23页 |
| 3．1．1 数据挖掘技术的起源 | 第19-20页 |
| 3．1．2 数据挖掘的任务和六种模式 | 第20-21页 |
| 3．1．3 数据挖掘技术的分类 | 第21-22页 |
| 3．1．4 计算智能方法在数据挖掘中的应用与研究 | 第22-23页 |
| 3．2 关联规则挖掘 | 第23-31页 |
| 3．2．1 关联规则的基本概念 | 第24页 |
| 3．2．2 关联规则的种类 | 第24-25页 |
| 3．2．3 关联规则挖掘的算法 | 第25-27页 |
| 3．2．4 多层和多维关联规则的挖掘 | 第27-29页 |
| 3．2．5 关联规则价值衡量的方法 | 第29-31页 |
| 3．3 本章小结 | 第31-32页 |
| 第四章 基于多克隆选择的多维关联规则挖掘算法 | 第32-38页 |
| 4．1 关联规则的一些定义 | 第32-33页 |
| 4．2 Apriori算法 | 第33-34页 |
| 4．3 基于多克隆选择算法的多维关联规则挖掘算法 | 第34-37页 |
| 4．3．1 染色体的编码 | 第34-35页 |
| 4．3．2 亲和度函数的构造 | 第35页 |
| 4．3．3 基于多克隆选择的多维关联规则挖掘算法 | 第35-36页 |
| 4．3．4 仿真试验与结果分析 | 第36-37页 |
| 4．4 结论 | 第37-38页 |
| 第五章 供应链管理及其相关算法 | 第38-46页 |
| 5．1 供应链的相关概念和分类 | 第38-39页 |
| 5．1．1 供应链定义 | 第38页 |
| 5．1．2 供应链的分类 | 第38页 |
| 5．1．3 供应链管理的背景 | 第38-39页 |
| 5．2 供应链管理中的各项技术 | 第39-40页 |
| 5．2．1 生产／制造系统 | 第39页 |
| 5．2．2 运输系统和时间表问题 | 第39页 |
| 5．2．3 库存决策 | 第39-40页 |
| 5．3 一些应用于协作管理的算法 | 第40-42页 |
| 5．3．1 买方-卖方协作 | 第40-41页 |
| 5．3．2 生产-分配协作 | 第41-42页 |
| 5．3．3 库存-分配协作 | 第42页 |
| 5．4 现代供应链的流程构造 | 第42-45页 |
| 5．5 本章小结 | 第45-46页 |
| 第六章 基于多克隆选择计算的供应链求解算法 | 第46-51页 |
| 6．1 用遗传算法求解供应链模型 | 第46页 |
| 6．2 本文采用的供应链模型 | 第46-48页 |
| 6．3 基于克隆算法的供应链求解算法 | 第48-49页 |
| 6．3．1 编码、约束条件、亲和度函数的处理 | 第48页 |
| 6．3．2 算法步骤 | 第48-49页 |
| 6．4 仿真试验与结果分析 | 第49-50页 |
| 6．5 结论 | 第50-51页 |
| 第七章 结论 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-61页 |
