| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-22页 |
| ·研究背景和意义 | 第10-11页 |
| ·聚类分析研究现状 | 第11-16页 |
| ·群智能算法研究现状 | 第16-18页 |
| ·本文主要工作 | 第18-19页 |
| ·论文结构安排 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第2章 K 中心组合优化聚类方法及应用 | 第22-38页 |
| ·欧式空间基本理论 | 第22-25页 |
| ·聚类基本概念 | 第25-27页 |
| ·组合聚类 | 第27-29页 |
| ·组合优化聚类 | 第29-32页 |
| ·K 中心组合优化聚类 | 第32-33页 |
| ·定义 | 第32页 |
| ·K 中心组合优化聚类过程 | 第32-33页 |
| ·改进的 K 中心组合优化聚类方法 | 第33-36页 |
| ·K 中心加权组合优化聚类 | 第33-35页 |
| ·K 均值组合优化聚类 | 第35-36页 |
| ·聚类分析的应用 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第3章 改进的人工鱼群算法 | 第38-54页 |
| ·人工鱼基本行为描述 | 第38-39页 |
| ·人工鱼群算法寻优策略 | 第39-40页 |
| ·觅食行为的优化 | 第40-41页 |
| ·拥挤度因子的改进 | 第41页 |
| ·步长和视野的改进 | 第41-42页 |
| ·聚群行为和追尾行为的改进 | 第42页 |
| ·改进后的人工鱼群算法流程 | 第42-44页 |
| ·测试实验 | 第44-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于人工鱼群的组合优化聚类算法 | 第54-60页 |
| ·算法背景 | 第54页 |
| ·算法思想 | 第54-56页 |
| ·算法编码与食物浓度选取 | 第56-57页 |
| ·算法编码 | 第56页 |
| ·食物浓度函数 | 第56-57页 |
| ·数据的预处理 | 第57页 |
| ·算法过程描述 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 实验与分析 | 第60-70页 |
| ·基于人工鱼群的 K 中心组合聚类算法的实验与分析 | 第60-63页 |
| ·实验设计 | 第60页 |
| ·实验分析 | 第60-63页 |
| ·其他方法与鱼群方法解决聚类问题的实验与分析 | 第63-68页 |
| ·实验描述 | 第63页 |
| ·仿真结果与实验分析 | 第63-68页 |
| ·本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| ·全文总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 在学期间研究成果 | 第76-78页 |
| 致谢 | 第78-79页 |