| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-26页 |
| 1.1 选题的意义和背景 | 第11-12页 |
| 1.2 国内外研究成果与发展趋势 | 第12-22页 |
| 1.2.1 群体智能 | 第12页 |
| 1.2.2 大数据与数据挖掘 | 第12-19页 |
| 1.2.3 关联规则挖掘分析 | 第19-20页 |
| 1.2.4 通信网络告警关联规则分析 | 第20-22页 |
| 1.3 论文的研究内容与创新点 | 第22-23页 |
| 1.4 论文章节的内容安排和组织结构 | 第23-26页 |
| 第二章 通信网网管告警与告警关联规则挖掘经典算法应用分析 | 第26-46页 |
| 2.1 网管系统与告警关联逻辑 | 第26-34页 |
| 2.1.1 网管系统功能体系演进 | 第28-29页 |
| 2.1.2 网管系统与网络告警 | 第29-32页 |
| 2.1.3 网络告警属性特征与关联逻辑 | 第32-34页 |
| 2.2 通信网络告警关联规则挖掘经典算法应用分析 | 第34-42页 |
| 2.2.1 Apriori算法概念与模型 | 第34-36页 |
| 2.2.2 基于通信网络告警的Apriori算法实例分析 | 第36-39页 |
| 2.2.3 FP-Growth算法思想与流程 | 第39-40页 |
| 2.2.4 基于通信网络告警的FP-Growth算法实例分析 | 第40-42页 |
| 2.3 通信网络告警关联规则挖掘经典算法测试分析 | 第42-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第三章 基于小生境跳蚁群通信网络告警关联规则挖掘算法 | 第46-64页 |
| 3.1 蚁群智能与蚁群算法 | 第46-49页 |
| 3.2 小生境技术 | 第49-50页 |
| 3.3 共享机制小生境跳蚁群通信网络告警关联规则挖掘算法 | 第50-57页 |
| 3.3.1 SN-APLAC算法思路与模型 | 第51-56页 |
| 3.3.2 基于通信网络告警的SN-APLAC算法实例分析 | 第56-57页 |
| 3.4 SN-APLAC算法测试分析 | 第57-63页 |
| 3.4.1 SN-APLAC算法性能测试 | 第58-61页 |
| 3.4.2 SN-APLAC算法工程测试 | 第61-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第四章 基于粒子群的通信网络告警关联规则挖掘算法 | 第64-78页 |
| 4.1 鸟群智能与粒子群算法 | 第64-66页 |
| 4.2 基于粒子群的通信网络告警关联规则挖掘算法 | 第66-70页 |
| 4.3 APPSO算法优化策略 | 第70-73页 |
| 4.4 APPSO算法测试分析 | 第73-77页 |
| 4.4.1 APPSO算法性能测试 | 第73-75页 |
| 4.4.2 APPSO算法工程测试 | 第75-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 基于狼群搜索的通信网络告警关联规则挖掘算法 | 第78-94页 |
| 5.1 狼群智能与狼群算法 | 第78-79页 |
| 5.2 基于狼群搜索的通信网络告警关联规则挖掘算法 | 第79-87页 |
| 5.2.1 通信网络告警分布分析 | 第81页 |
| 5.2.2 AWPS算法模型与原理 | 第81-86页 |
| 5.2.3 通信网络告警“等宽”边界压缩划分方法 | 第86-87页 |
| 5.3 AWPS算法测试分析 | 第87-92页 |
| 5.3.1 AWPS算法性能测试 | 第87-91页 |
| 5.3.2 AWPS算法工程测试 | 第91-92页 |
| 5.4 本章小结 | 第92-94页 |
| 第六章 结论与展望 | 第94-103页 |
| 6.1 研究工作总结 | 第94-101页 |
| 6.2 研究工作展望 | 第101-103页 |
| 参考文献 | 第103-115页 |
| 致谢 | 第115-117页 |
| 攻读博士学位期间发表的学术论文 | 第117-119页 |
| 攻读博士学位期间的研究成果与奖励 | 第119页 |
