声明
摘要
表格
插图
算法
主要符号对照表
第一章 绪论
1.1 遗传规划简介
1.2 数据挖掘及分类问题概述
1.3 遗传规划在分类问题中的研究
1.3.1 如何利用遗传规划解决分类问题
1.3.2 研究现状和难点
1.4 本论文主要研究内容和创新之处
1.5 本论文的组织结构
第二章 针对分类问题的遗传规划适应度函数设计
2.1 分类问题的评判标准
2.1.1 ROC分析及AUC评判
2.1.2 遗传规划算法在评判标准中的难点
2.2 基于信息熵的适应度函数
2.2.1 研究思路
2.2.2 统计遗传规划决策树
2.2.3 适应度函数设计
2.2.4 基于信息熵的遗传规划算法
2.3 实验设计及分析
2.3.1 数据集描述
2.3.2 对比算法及实验配置
2.3.3 实验结果及结论
2.4 本章小结
第三章 针对分类问题的遗传规划局部搜索算子设计
3.1 遗传规划中的局部搜索算子
3.1.1 局部搜索算子概述
3.1.2 模因演算法
3.1.3 局部搜索算子在遗传规划解决分类问题中的难点
3.2 基于熵增的局部搜索算子设计
3.2.1 研究思路
3.2.2 局部搜索算子设计
3.2.3 模因演遗传规划
3.3 实验设计及分析
3.3.1 数据集
3.3.2 对比算法描述及参数配置
3.3.3 实验结果及结论
3.4 本章小结
第四章 针对分类问题的多目标遗传规划
4.1 多目标遗传规划
4.1.1 演化多目标概述
4.1.2 分类问题中的多目标问题
4.1.3 分类问题中的多目标难点
4.2 基于多目标的遗传规划用于分类问题
4.2.1 研究思路
4.2.2 多目标框架嵌入遗传规划
4.2.3 多目标模因演遗传规划
4.3 实验设计及分析
4.3.1 数据集
4.3.2 对比算法描述
4.3.3 交叉验证和实验配置
4.3.4 实验结果及结论
4.4 本章小结
第五章 针对分类问题的基于凸包的多目标遗传规划
5.1 基于凸包的多目标遗传规划
5.1.1 以往多目标框架的误区
5.2 基于凸包的多目标遗传规划
5.2.1 研究思路
5.2.2 基于凸包的多目标遗传规划算法
5.3 实验设计及分析
5.3.1 数据集
5.3.2 对比算法描述
5.3.3 交叉验证与实验配置
5.3.4 实验结果及结论
5.4 本章小结
第六章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果