| 摘 要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 引言 | 第8-11页 |
| ·研究背景 | 第8页 |
| ·相关工作 | 第8-9页 |
| ·本文创新点 | 第9-11页 |
| 2 相关技术与基本概念 | 第11-21页 |
| ·中医学中的方证关系 | 第11-13页 |
| ·数据挖掘 | 第13-15页 |
| ·数据挖掘的基本功能 | 第13-14页 |
| ·数据挖掘与OLAP 技术 | 第14-15页 |
| ·函数挖掘 | 第15页 |
| ·线性回归和多元线性回归 | 第15页 |
| ·基因表达式编程（GEP）简介 | 第15-21页 |
| ·遗传算法介绍 | 第15-16页 |
| ·遗传算法的基本原理 | 第16页 |
| ·GEP 基本概念与术语 | 第16-21页 |
| ·函数和终结符 | 第17页 |
| ·编码规则 | 第17-19页 |
| ·GEP 算法原理 | 第19-21页 |
| 3 中药方证关系分析 | 第21-31页 |
| ·简单方证关系模型（SimpFSM） | 第21-23页 |
| ·症状组数值化编码 | 第23-31页 |
| ·证的数值化处理 | 第24-26页 |
| ·方的数值化处理 | 第26-28页 |
| ·相似度的设定 | 第28-31页 |
| ·简单相似度计算方法(SimpleHomology) | 第28-29页 |
| ·相对相似度计算方法(RelativeHomology) | 第29-31页 |
| 4 中医学中的症状组适应度函数设计 | 第31-38页 |
| ·适应度函数简介 | 第31-32页 |
| ·中医学中的症状组适应度函数 | 第32-37页 |
| ·中医药学中的差距值和最优计算值 | 第32-33页 |
| ·单方适应度函数 | 第33-34页 |
| ·总适应度函数的计算 | 第34-37页 |
| ·基于基因表达式的方证关系函数发现算法 | 第37-38页 |
| 5 中药方证挖掘模块FSMindSystem 设计与实现 | 第38-55页 |
| ·系统结构 | 第38-40页 |
| ·用户界面的输入和输出 | 第40-43页 |
| ·实验结果与分析 | 第43-55页 |
| 实验1.0 | 第44-48页 |
| 实验1.1 | 第48-50页 |
| 实验2.0 | 第50-52页 |
| 实验3.0 | 第52-55页 |
| 6 结论 | 第55-56页 |
| 7 参考文献 | 第56-61页 |
| 9 致谢 | 第61-62页 |
| 10 研究生阶段发表的文章 | 第62页 |
