| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 第一节 研究背景 | 第8-9页 |
| 第二节 研究现状 | 第9-11页 |
| 一、数据挖掘的进展 | 第9-10页 |
| 二、关联规则的研究现状 | 第10页 |
| 三、遗传算法在数据挖掘中的应用 | 第10-11页 |
| 第三节 论文的主要工作 | 第11-12页 |
| 第二章 关联规则挖掘研究 | 第12-27页 |
| 第一节 数据挖掘概述 | 第12-16页 |
| 一、数据挖掘的相关概念 | 第12-15页 |
| 二、数据挖掘的过程 | 第15-16页 |
| 第二节 关联规则挖掘概述 | 第16-22页 |
| 一、关联规则的概念 | 第16-17页 |
| 二、关联规则的种类 | 第17-18页 |
| 三、关联规则的价值衡量方法 | 第18-20页 |
| 四、关联规则挖掘的步骤 | 第20-21页 |
| 五、基本的关联规则挖掘算法 | 第21-22页 |
| 第三节Apriori算法研究 | 第22-27页 |
| 一、Apriori算法概述 | 第22-23页 |
| 二、Apriori算法具体实现过程 | 第23-27页 |
| 第三节 本章小结 | 第27页 |
| 第三章 遗传算法的基本原理及简介 | 第27-46页 |
| 第一节 遗传算法概述 | 第27-32页 |
| 一、遗传算法的基本原理 | 第27-28页 |
| 二、遗传算法的特点 | 第28-29页 |
| 三、遗传算法的步骤 | 第29-32页 |
| 第二节 遗传算法的局限性及改进方法 | 第32-35页 |
| 一、遗传算法的局限性 | 第32-33页 |
| 二、遗传算法的改进方法 | 第33-35页 |
| 第三节 改进多种群遗传算法的研究 | 第35-44页 |
| 一、GMPGA算法思想 | 第36-37页 |
| 二、基于平均适应度的参数设计 | 第37-40页 |
| 三、基于个体相似度的参数设计 | 第40-41页 |
| 四、GMPGA算法的流程和描述 | 第41-44页 |
| 第四节 仿真实验及结果 | 第44-46页 |
| 第四章 改进多种群遗传算法的数据挖掘研究 | 第46-50页 |
| 第一节 多种群遗传算法进行关联规则挖掘的思想和模型 | 第46-47页 |
| 第二节 基于改进多种群遗传算法的关联规则挖掘实现 | 第47-50页 |
| 一、染色体的编码方案 | 第47-48页 |
| 二、遗传操作的设置 | 第48-50页 |
| 第五章 应用实例分析 | 第50-56页 |
| 第一节 应用背景简介 | 第50页 |
| 第二节 遗传算法编码 | 第50-53页 |
| 第三节 算法参数设置 | 第53-55页 |
| 第四节 关联规则挖掘结果及分析 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 第一节 总结 | 第56-57页 |
| 第二节 工作展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 作者在读期间完成的研究成果 | 第64页 |