一种提高遗传算法子图挖掘效率的数据结构
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1. 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究方向 | 第12-13页 |
| 1.4 本文结构与章节安排 | 第13-15页 |
| 2. 相关理论 | 第15-29页 |
| 2.1 复杂网络概述 | 第15-17页 |
| 2.2 数据挖掘 | 第17-20页 |
| 2.2.1 数据挖掘概述 | 第17-18页 |
| 2.2.2 数据挖掘的经典算法 | 第18-20页 |
| 2.3 子图挖掘 | 第20-25页 |
| 2.3.1 图的基本理论 | 第20-21页 |
| 2.3.2 子图挖掘概述 | 第21-22页 |
| 2.3.3 子图挖掘的研究现状 | 第22-25页 |
| 2.4 遗传算法概述 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3. 基于多目标遗传算法的子图挖掘 | 第29-39页 |
| 3.1 多目标问题的相关定义 | 第29-30页 |
| 3.1.1 多目标优化问题的描述 | 第29页 |
| 3.1.2 多目标优化问题的解 | 第29-30页 |
| 3.1.3 Pareto最优边界 | 第30页 |
| 3.2 多目标遗传算法 | 第30-32页 |
| 3.2.1 支配关系 | 第30-31页 |
| 3.2.2 多目标遗传算法基本流程 | 第31-32页 |
| 3.3 用于子图挖掘的多目标遗传算法 | 第32-38页 |
| 3.3.1 多目标遗传算法子图挖掘的基本框架 | 第32-33页 |
| 3.3.2 MOEPGA算法 | 第33-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4. 改进的图数据结构 | 第39-53页 |
| 4.1 问题提出 | 第39-40页 |
| 4.2 邻接树 | 第40-52页 |
| 4.2.1 邻接树相关定义 | 第40-43页 |
| 4.2.2 邻接树的基本操作 | 第43-52页 |
| 4.3 本章小结 | 第52-53页 |
| 5. 实验与分析 | 第53-63页 |
| 5.1 实验设计 | 第53-54页 |
| 5.2 仿真实验 | 第54-58页 |
| 5.2.1 数据说明 | 第54页 |
| 5.2.2 结果与分析 | 第54-58页 |
| 5.3 基于MOEPGA算法实验 | 第58-62页 |
| 5.3.1 实验说明 | 第58页 |
| 5.3.2 结果与分析 | 第58-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6. 总结与展望 | 第63-66页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-73页 |
| 附录 | 第73-74页 |
| 致谢 | 第74-75页 |
