声明
摘要
第一章 绪论
1.1 选题背景和研究意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 本文的组织结构
第二章 蚁群算法概述
2.1 蚁群算法的起源
2.2 蚁群算法模型
2.2.1 蚁群算法的基本原理
2.2.2 问题解空间的描述
2.2.3 基本蚁群算法的数学模型
2.3 基本的逻辑流程
2.4 蚁群算法的主要特点
2.4.1 正反馈
2.4.2 自组织
2.5 本章小结
第三章 关联规则与分类规则挖掘
3.1 数据挖掘的分析方法
3.1.1 数据挖掘概念与流程
3.1.2 数据挖掘常用分析方法
3.2 关联规则与分类规则的基本概念
3.2.1 关联规则的描述
3.2.2 Apriori算法
3.2.3 分类规则的描述
3.2.4 分类基准算法C4.5
3.3 关联与分类规则挖掘技术在交叉销售中的应用
3.3.1 基于关联规则的交叉销售
3.3.2 基于分类规则的销售分析
3.4 本章小结
第四章 基于蚁群算法的关联规则挖掘
4.1 引言
4.2 关联规则挖掘与TSP问题的关系
4.2.1 TSP问题简介
4.2.2 关联规则与TSP问题
4.3 基于蚁群算法的关联规则挖掘算法
4.3.1 基本定义
4.3.2 算法描述
4.3.3 算法流程图
4.4 实验结果及分析
4.5 本章小结
第五章 基于蚁群算法的分类规则挖掘
5.1 引言
5.2 分类规则的搜索解空间分析
5.2.1 分类模型与TSP问题的关系
5.2.2 分类规则的搜索空间
5.3 基于蚁群算法的分类规则算法
5.3.1 算法的描述
5.3.2 信息素浓度更新
5.3.3 启发函数的构造
5.3.4 规则剪枝处理
5.4 实验以及结果分析
5.5 本章小结
第六章 总结与展望
6.1 本文总结
6.2 研究展望
参考文献
致谢
在校期间的学术成果情况