基于智能优化算法的粗糙集属性约简方法研究
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 1 绪论 | 第12-16页 |
| 1.1 国内外研究现状 | 第13-14页 |
| 1.2 本文的主要内容 | 第14-16页 |
| 2 粗糙集理论与智能优化算法相关知识 | 第16-29页 |
| 2.1 粗糙集理论基础 | 第16-19页 |
| 2.2 知识约简 | 第19-22页 |
| 2.3 智能优化算法相关知识 | 第22-28页 |
| 2.3.1 遗传算法 | 第22-26页 |
| 2.3.2 粒子群算法 | 第26-28页 |
| 2.3.3 蚁群算法 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 属性约简的一般方法 | 第29-36页 |
| 3.1 常见的属性约简方法 | 第29-33页 |
| 3.1.1 基于属性重要度的属性约简方法 | 第29页 |
| 3.1.2 基于属性依赖度的属性约简方法 | 第29-30页 |
| 3.1.3 基于差别矩阵的属性约简方法 | 第30-32页 |
| 3.1.4 基于信息熵的属性约简方法 | 第32-33页 |
| 3.2 基于智能优化算法的属性约简方法 | 第33-35页 |
| 3.2.1 基于遗传算法的属性约简方法 | 第33-34页 |
| 3.2.2 基于粒子群算法的属性约简方法 | 第34-35页 |
| 3.3 算法分析与比较 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于自适应遗传算法的粗糙集属性约简方法 | 第36-43页 |
| 4.1 算法基本思想 | 第36页 |
| 4.2 算法设计 | 第36-38页 |
| 4.3 算法描述 | 第38页 |
| 4.4 算法可行性分析 | 第38-39页 |
| 4.5 实验结果及分析 | 第39-42页 |
| 4.6 本章小结 | 第42-43页 |
| 5 基于IAGA-PSO的属性约简方法 | 第43-50页 |
| 5.1 IAGA-PSO约简算法设计 | 第43-45页 |
| 5.2 算法描述 | 第45-46页 |
| 5.3 算法流程图 | 第46-47页 |
| 5.4 实验及结果分析 | 第47-48页 |
| 5.5 本章小结 | 第48-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
