| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·论文的主要工作 | 第9页 |
| ·论文的创新点 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 第二章 数据挖掘与分类规则挖掘 | 第11-19页 |
| ·数据挖掘的产生 | 第11页 |
| ·数据挖掘的定义和特性 | 第11-12页 |
| ·数据挖掘模式 | 第12-13页 |
| ·分类模式的常用研究方法 | 第13-18页 |
| ·决策树法 | 第13-17页 |
| ·贝叶斯分类算法 | 第17页 |
| ·遗传算法 | 第17-18页 |
| ·粗集理论 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第三章 遗传算法优化研究 | 第19-33页 |
| ·遗传算法 | 第19-25页 |
| ·遗传算法的产生与发展 | 第19页 |
| ·遗传算法的基本概念 | 第19-20页 |
| ·遗传算法的操作 | 第20-23页 |
| ·基本遗传算法过程 | 第23-24页 |
| ·遗传算法的特点 | 第24-25页 |
| ·模拟退火算法 | 第25-29页 |
| ·模拟退火算法的原理 | 第25-27页 |
| ·模拟退火算法的步骤 | 第27页 |
| ·模拟退火算法的特点 | 第27-29页 |
| ·混合遗传模拟退火算法 | 第29-32页 |
| ·混合遗传模拟退火算法简介 | 第29页 |
| ·混合遗传模拟退火算法构造的出发点 | 第29-30页 |
| ·混合遗传模拟退火算法的步骤 | 第30-31页 |
| ·混合遗传模拟退火算法的特点 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 GSDA 算法 | 第33-44页 |
| ·GSDA 算法概述 | 第33页 |
| ·GSDA 算法 | 第33-38页 |
| ·GSDA 算法概要 | 第33-34页 |
| ·初始种群生成算法 | 第34-35页 |
| ·选择算法 | 第35页 |
| ·交叉算子 | 第35-36页 |
| ·变异算子 | 第36-37页 |
| ·剪枝操作 | 第37-38页 |
| ·决策树的调整算法 | 第38页 |
| ·算法中相关问题的处理 | 第38-42页 |
| ·数据的预处理 | 第38-40页 |
| ·个体编码方案 | 第40-41页 |
| ·适应度函数 | 第41-42页 |
| ·GSDA 算法的实现 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 实验分析与结论 | 第44-50页 |
| ·天气数据库 | 第44-45页 |
| ·天气数据库简介 | 第44页 |
| ·实验参数设置与实验结果 | 第44-45页 |
| ·Cleveland 数据库 | 第45-48页 |
| ·Cleveland 数据库简介 | 第45-46页 |
| ·实验参数设置 | 第46页 |
| ·实验结果与分析 | 第46-48页 |
| ·Heart Disease 数据库和 Breast Cancer-W 数据库 | 第48-49页 |
| ·Heart Disease 数据库和Breast Cancer-W 数据库简介 | 第48页 |
| ·实验方法 | 第48页 |
| ·实验结果与分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| ·工作总结 | 第50页 |
| ·下一步的工作 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 读研期间发表的论文和参加的科研项目 | 第53-54页 |
| 致谢 | 第54-56页 |
| 附件 | 第56页 |