收藏本站
《电子科技大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

Rough集理论及其应用中若干问题的研究

李凡  
【摘要】: Rough集理论是Pawlak教授在20世纪80年代初提出的一种用于不确定和含糊数据分析的有效数学方法。在其后的20年中,Rough集理论在其理论研究和实际应用两方面都取得了长足的进展。目前,作为软计算方法的重要分支,Rough集理论涉及的领域包括模式识别、机器学习、决策分析、数据库中的知识发现、专家系统等。本文对Rough集理论及其应用中的一些问题进行了研究,主要的工作和取得的成果概括如下: ●不一致决策表的知识约简方法.目前计算不一致决策表的分布约简、最大分布约简和分配约简的方法均基于区分矩阵,在大数据集下将耗费较多计算时间。对此提出了一种转换算法,将原不一致决策表上述三种约简的计算转换为对三种导出的一致决策表Pawlak约简的计算,进而利用针对Pawlak约简的高效启发式知识约简算法降低计算的开销。 ●不完备决策表的启发式知识约简算法.基于容差关系的Rough集模型是描述不完备决策表最常用的一种模型。在该模型下,广义决策约简是最常见的一种知识约简。目前一般是通过基于区分矩阵的方法计算这种约简,同样不适合数据量较大的情况。对此,在对与广义决策约简相关的性质进行分析的基础上定义了属性重要性,并以此作为启发式信息提出了一种完备的属性约简算法。 ●变精度Fuzzy Rough集的新定义.Fuzzy Rough集和Rough集类似,容易受到噪音数据的影响。针对这个缺点,研究者们受到变精度Rough集模型的启发,提出了变精度Fuzzy Rough集的概念。但现有的变精度Fuzzy Rough集模型并没有继承一些Rough集,变精度Rough集和Fuzzy Rough集所共有的基本性质。针对这一问题,提出了Fuzzy近似空间中某一Fuzzy集的β-下近似和β-上近似的新定义方式。该定义能够满足上述基本性质。 ●基于Rough集理论的交叉算子.根据人类DNA研究结果的启示,提出了一种基于Rough集理论的交叉算子,以克服传统交叉算子易于破坏定义长度较长、阶数较高的优良模式的缺点。利用这种交叉算子可以发现有效模式,同时保证这些有效模式即使在其定义长度较长、阶数较高时也不易在基因重组过程中被破坏。 ●基于Rough集理论的两阶段禁忌搜索算法.基于Rough集理论,提出了一种多样性搜索和集中性搜索分开进行的两阶段禁忌搜索算法,用于以TSP为代表的组合优化问题。该算法与大多数自适应禁忌搜索算法不同,没有采用动态调整禁忌搜索参数的方式平衡集中性搜索和多样性搜索,而是采用了两阶段搜索策略。第一阶段为多样性搜索。此阶段主要通过激励搜索过程远离起点,对解空间进行相当程度的探索。在此基础上构造希望区域决策表,继而求解其知识约简并构造希望区域。第二阶段为集中性搜索。此阶段以希望区域包含的最佳解为起点进行集中性搜索。在搜索过程中,参照希望区域的信息对当前解的选择进行有条件的限制,以灵活利用多样性搜索得到的关于路径的有用信息。 ●基于Rough集理论的聚类有效性指数.综合了目前常见的两类聚类有效性指数的基本思路,提出了一种针对Fuzzy c-均值算法的聚类有效性指数。该指数用类中心的距离和类的重叠程度两方面的信息来衡量模糊类之间的差异程度,并利用Fuzzy Rough集中的相关概念度量划分的一致性。在此基础上可以找到较为合理的划分。 ●基于Rough集理论的指代消解方法.提出了一种结合Fuzzy Rough集的基于实例学习方法,应用于中文文本中人称代词消解的研究。该方法的第一步是预处理,得到候选实例集合,然后按照仅涉及浅层语法和语义知识的属性集对其中的每个名词短语进行标记。第二步选择代表性较强的实例,并对其进行属性值约简以提高这些实例的泛化能力。这两个任务均利用Fuzzy Rough集中的相关概念来完成。以上两步为学习阶段。第三步即可根据这些实例判断新输入的名词短语是否为代词的先行语。
【关键词】:Rough集理论 决策表 知识约简 Fuzzy Rough集 遗传算法 禁忌搜索算法 聚类有效性指数 指代消解
【学位授予单位】:电子科技大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:TP18
【目录】:
  • 摘要5-7
  • ABSTRACT7-15
  • 第一章 绪论15-32
  • 1.1 Rough集理论发展概述15-18
  • 1.2 Rough集理论的基本思想18-19
  • 1.3 Rough集理论及其应用的研究现状19-24
  • 1.3.1 Rough集理论研究的现状19-23
  • 1.3.2 Rough集理论应用研究的现状23-24
  • 1.4 本文的研究内容及意义24-29
  • 1.5 本文的创新点29-31
  • 1.6 本文的章节安排31-32
  • 第二章 Rough集理论的基本概念32-42
  • 2.1 信息系统与决策表32-33
  • 2.2 不可分辨关系与近似空间33-34
  • 2.3 集合近似34-35
  • 2.4 Rough集的基本性质35
  • 2.5 知识约简35-37
  • 2.6 属性值约简37-39
  • 2.7 区分矩阵与区分函数39-41
  • 2.8 本章小结41-42
  • 第三章 不一致决策表和不完备决策表的知识约简研究42-60
  • 3.1 不一致决策表和不完备决策表42-43
  • 3.2 不一致决策表知识约简的高效算法研究43-51
  • 3.2.1 不一致决策表的知识约简43-45
  • 3.2.2 不一致决策表的知识约简高效算法45-47
  • 3.2.3 算法时间复杂度分析47-51
  • 3.3 不完备决策表的启发式知识约简算法51-57
  • 3.3.1 不完备决策表的知识约简问题概述51-52
  • 3.3.2 不完备备决策表的容差关系模型中的基本概念52-53
  • 3.3.3 基于容差关系的Rough集模型的知识约简及相关性质53-54
  • 3.3.4 基于容差关系的Rough集模型的知识约简启发式算法54-57
  • 3.3.4.1 属性重要性的度量54-55
  • 3.3.4.2 知识约简算法55-57
  • 3.3.4.3 算法时间复杂度分析57
  • 3.4 实验及结果分析57-58
  • 3.5 本章小结58-60
  • 第四章 变精度Fuzzy Rough集的一种新定义60-74
  • 4.1 基本概念61-66
  • 4.1.1 变精度Rough集模型61-62
  • 4.1.2 Fuzzy集62-64
  • 4.1.3 Fuzzy Rough集模型64-66
  • 4.2 变精度Fuzzy Rough集模型的相关工作66-67
  • 4.3 变精度Fuzzy Rough集应具备的基本性质67-69
  • 4.4 变精度Fuzzy Rough集模型的新定义69-70
  • 4.5 新定义的基本性质70-73
  • 4.6 本章小结73-74
  • 第五章 Rough集理论在现代优化算法中的应用74-100
  • 5.1 Rough集理论在遗传算法中的应用75-87
  • 5.1.1 遗传算法概述75-77
  • 5.1.2 基本概念77-78
  • 5.1.3 基于Rough集理论的交叉算子78-85
  • 5.1.3.1 模式及模式定理78-79
  • 5.1.3.2 生物学上的启示79
  • 5.1.3.3 具体实现79-85
  • 5.1.4 实验及结果分析85-87
  • 5.2 Rough集理论在禁忌搜索算法中的应用87-98
  • 5.2.1 禁忌搜索算法概述87-88
  • 5.2.2 禁忌搜索算法中的集中性和多样性搜索策略88
  • 5.2.3 基于Rough集理论的两阶段禁忌搜索算法88-95
  • 5.2.3.1 第一步:多样性搜索89-90
  • 5.2.3.2 第二步:希望区域的确定90-92
  • 5.2.3.3 第三步:集中性搜索92-94
  • 5.2.3.4 算法中的若干技术细节94-95
  • 5.2.4 算法的收敛性分析95
  • 5.2.5 实验及结果分析95-98
  • 5.2.5.1 实验方法95-96
  • 5.2.5.2 测试实例及参数设置96-97
  • 5.2.5.3 测试结果97-98
  • 5.3.本章小结98-100
  • 第六章 Rough集理论在聚类有效性分析中的应用100-116
  • 6.1 FCM算法的基本概念101-102
  • 6.2 基于Fuzzy Rough集的聚类有效性指数的定义102-106
  • 6.2.1 聚类有效性指数设计中涉及到的概念103-105
  • 6.2.2 基于Fuzzy Rough集的聚类有效性指数的定义105-106
  • 6.3 实验及结果分析106-114
  • 6.3.1 实验采用的数据集107-108
  • 6.3.2 实验采用的方法108
  • 6.3.3 实验及结果分析108-114
  • 6.4 小结114-116
  • 第七章 Rough集理论在自然语言处理中的应用116-136
  • 7.1 自然语言处理116-119
  • 7.1.1 自然语言处理的内涵及其意义116-117
  • 7.1.2 自然语言处理的研究方法117-118
  • 7.1.3 Rough集理论在自然语言处理中的应用118-119
  • 7.2 指代消解研究的意义及其研究现状119-120
  • 7.3 基本概念120-122
  • 7.3.1 与指代相关的语言学概念121-122
  • 7.3.2 基于任意Fuzzy关系的Fuzzy Rough集122
  • 7.4 基于Fuzzy Rough集的汉语人称代词消解方法122-135
  • 7.4.1 汉语人称代词消解研究面临的难点122-123
  • 7.4.2 基于实例的学习123
  • 7.4.3 基于Fuzzy Rough集的汉语人称代词消解方法描述123-132
  • 7.4.3.1 语料预处理124-127
  • 7.4.3.2 实例选择127-129
  • 7.4.3.3 属性值约简129-132
  • 7.4.3.4 判断新输入文本中的NP是否为代词先行语132
  • 7.4.4 实验及结果分析132-135
  • 7.4.4.1 实验所用语料及其处理细节132-133
  • 7.4.4.2 实验结果及分析133-135
  • 7.5 本章小结135-136
  • 第八章 全文总结及进一步的工作136-140
  • 8.1 全文总结136-138
  • 8.2 今后的工作138-140
  • 致谢140-141
  • 参考文献141-154
  • 攻读博士学位期间取得的研究成果154-155

【引证文献】
中国硕士学位论文全文数据库 前2条
1 靳孝芳;粗糙集理论在关系数据库知识发现中的应用研究[D];电子科技大学;2011年
2 樊皓;粗糙本体支持的信息语义检索研究[D];大连海事大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 叶东毅,陈昭炯;一个新的差别矩阵及其求核方法[J];电子学报;2002年07期
2 钱伟,郭以昆,周雅倩,吴立德;基于最大熵模型的英文名词短语指代消解[J];计算机研究与发展;2003年09期
3 贺一,刘光远,邱玉辉;Tabu Search中集中性和多样性的自适应搜索策略[J];计算机研究与发展;2004年01期
4 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期
5 刘启和;李凡;颜俊华;杨国纬;;三种差别矩阵的比较[J];计算机科学;2005年11期
6 陈清才,王晓龙,赵健;一种基于粗糙集的大规模语料库语言学知识发现模型[J];计算机工程与科学;2004年05期
7 王珏,王任,苗夺谦,郭萌,阮永韶,袁小红,赵凯;基于Rough Set理论的“数据浓缩”[J];计算机学报;1998年05期
8 祝峰,何华灿;粗集的公理化[J];计算机学报;2000年03期
9 王厚峰,何婷婷;汉语中人称代词的消解研究[J];计算机学报;2001年02期
10 孙辉,刘大有,李文;粗集公理组的极小化[J];计算机学报;2002年02期
中国博士学位论文全文数据库 前3条
1 李玉榕;信息融合与智能处理的研究[D];浙江大学;2001年
2 赵军;基于粗集理论的KDD技术研究[D];重庆大学;2003年
3 王庆东;基于粗糙集的数据挖掘方法研究[D];浙江大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 赵彦辉;张乐文;邱道宏;仲晓杰;;基于粗糙集理论的隧道围岩模糊综合评判[J];四川建筑科学研究;2011年02期
2 吕俊;任雪萍;;一种基于粗糙集理论的变压器故障多变量决策树诊断方法[J];安徽电气工程职业技术学院学报;2011年01期
3 汪琥庭;模糊综合评判法及其在教学评估中的应用[J];安徽教育学院学报;2001年03期
4 于海涛;Rough集理论在数据约简中的应用[J];安徽教育学院学报;2004年03期
5 田晓艳;;计算智能主要算法研究[J];安防科技;2009年12期
6 李洪文;侯峰;范恩强;;模糊综合评判在灭火救援指挥效能评估中的应用[J];安防科技;2010年09期
7 王庆生,曹健,刘维平;一个基于模糊综合评判规则的干部评测系统[J];安徽大学学报(自然科学版);2002年03期
8 程家兴,钱付兰;粗糙集方法在基于属性分类中的应用[J];安徽大学学报(自然科学版);2005年01期
9 孟庆全;徐文龙;;粗糙集合在中医诊断中的应用研究[J];安徽大学学报(自然科学版);2006年04期
10 蔡莉;胡学钢;;一种基于粗集的决策表求核算法[J];安徽大学学报(自然科学版);2007年06期
中国重要会议论文全文数据库 前10条
1 杨宁;吴志刚;杨超;;燃油对机翼颤振特性的影响及取油优化[A];第十一届全国空气弹性学术交流会会议论文集[C];2009年
2 ;Application of Rough Sets in Intelligent Control[A];Proceedings of 4th International Symposium on Test and Measurement(Volume 1)[C];2001年
3 ;A Reduction Method About Fuzzy Rules Based on Rough Sets[A];Proceedings of 4th International Symposium on Test and Measurement(Volume 1)[C];2001年
4 ;The Method of the Intelligent Decision Based on the Rough Set[A];Proceedings of 4th International Symposium on Test and Measurement(Volume 1)[C];2001年
5 ;A Fast Rough Set Based Algorithm for Telecommunication Network Fault Localization[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 8)[C];2005年
6 ;The Application of Connection Rough Sets in the Cognitive Evolutionary Process[A];第七届国际测试技术研讨会论文集[C];2007年
7 ;Fault Diagnosis Based on the Combination of Rough Set and Artificial Neural Network on Radar Equipment[A];第七届国际测试技术研讨会论文集[C];2007年
8 ;Study of Rough Set Fault Diagnosis System Based on Wavelet Packet Analysis[A];第七届国际测试技术研讨会论文集[C];2007年
9 ;The Constructing Algorithm of Classification Knowledge Model Based on Information Entropy[A];第七届国际测试技术研讨会论文集[C];2007年
10 殷积东;刘博;王少辉;;基于粗糙集理论和关联规则的腐蚀区域纹理特征检测算法研究[A];图像图形技术研究与应用(2010)[C];2010年
中国博士学位论文全文数据库 前10条
1 王杰;基于人工智能的乒乓球比赛技战术诊断与评估研究[D];上海体育学院;2010年
2 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年
3 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
4 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
5 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
6 闫培雷;考虑隔墙影响的框架结构非线性地震反应分析及地震灾场模拟[D];哈尔滨工程大学;2010年
7 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
8 王蕊;无线传感器网络部署与拓扑控制研究[D];哈尔滨工程大学;2009年
9 于翔;基于网格的数据流聚类方法研究[D];哈尔滨工程大学;2010年
10 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 段守军;煤炭资源潜力评价研究[D];河南理工大学;2010年
2 杨媛;基于灰关联及其预测的煤矿安全管理及事故预警方法[D];河南理工大学;2010年
3 单文娟;铝电解槽焙烧与启动过程危险源辨识与评价研究[D];河南理工大学;2010年
4 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
5 顾之宇;自动钻铆系统的模块化设计及其实现方法研究[D];南昌航空大学;2010年
6 王焯;基于模糊理论的尾矿坝安全现状综合评价[D];山东科技大学;2010年
7 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
8 杨新忠;基于案例的地理时空过程表达模型研究[D];山东科技大学;2010年
9 岳海亮;信息论在粗糙集连续属性离散化中的应用[D];辽宁师范大学;2010年
10 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 王磊;;索引在查询优化中的作用[J];长春理工大学学报(高教版);2009年02期
2 危烽;;浅谈云计算在互联网中的应用[J];电脑知识与技术;2009年03期
3 张腾飞,肖健梅,王锡淮;粗糙集理论中属性相对约简算法[J];电子学报;2005年11期
4 刘海波;戴小鹏;陈垦;;不完备决策表的知识约简算法研究[J];福建电脑;2010年02期
5 ;水上交通事故统计办法[J];中华人民共和国国务院公报;2003年18期
6 刘娟;钱伟;鲍安平;;不完备决策表的几种属性约简方法的关系[J];海南师范大学学报(自然科学版);2008年04期
7 刘发升,杨炳儒;一种基于粗糙集的多层次、逐步求精的发掘算法[J];计算机工程与应用;1999年05期
8 张东星;苗夺谦;李道国;张红云;;基于数据库系统的可变精度粗糙集模型[J];计算机科学;2005年12期
9 冯林;李天瑞;;基于SQL的属性核与约简高效计算方法[J];计算机科学;2010年01期
10 乔梅,韩文秀;基于Rough集和数据库技术的属性约简算法[J];计算机工程;2005年06期
中国博士学位论文全文数据库 前2条
1 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年
2 乔梅;基于粗糙集和数据库技术的知识发现与推理方法研究[D];天津大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱慧云;数据挖掘在电子商务中的应用研究[D];河海大学;2003年
2 林泰崴;变精度粗糙集的研究及在数据库中的应用[D];福州大学;2005年
3 葛丽;粗糙集在海量科学数据挖掘中的应用[D];电子科技大学;2005年
4 刘永军;大数据集的属性选择算法的研究与实现[D];东北大学;2005年
5 罗旋;基于复句领域本体的语义标注方法研究[D];华中师范大学;2006年
6 刘银山;粗糙集理论及其在关系数据库中的若干问题研究[D];国防科学技术大学;2005年
7 秦嘉伟;基于本体的信息检索方法研究[D];上海交通大学;2007年
8 宫悦;基于粗集的不完备信息系统数据挖掘方法研究[D];大连海事大学;2008年
9 赵夷平;传统搜索引擎与语义搜索引擎比较研究[D];吉林大学;2009年
10 吴春阳;数据挖掘在电子商务旅游线路推荐系统中的应用研究[D];重庆交通大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 张雨,温熙森;设备故障信息融合问题的思考[J];长沙交通学院学报;1999年02期
2 郝先臣,张德干,高光来,赵海;数据挖掘工具和应用中的问题[J];东北大学学报;2001年02期
3 李大卫,王梦光;带有前序关系的旅行商问题的禁忌搜索算法[J];东北大学学报;1997年06期
4 马明山,朱绍文,何克忠,李相伟;室外移动机器人定位技术研究[J];电工技术学报;1998年02期
5 高联雄;赵波;刘惟一;;基于粗糙集的不确定区域RCC拓扑关系研究[J];地理与地理信息科学;2008年03期
6 于刚,高正平,徐治皋,姚学忠;基于神经网络与专家系统的汽轮发电机组故障诊断系统[J];电力系统自动化;2004年04期
7 黄文涛,赵学增,王伟杰,代礼周;汽轮发电机组振动故障诊断的粗糙集模型[J];电力系统自动化;2004年15期
8 乔斌,郑洪涛,郭智疆,李玉榕,蒋静坪;针对信息系统不完备性的粗糙集分层递阶约简[J];电路与系统学报;2001年02期
9 施圣康;汽轮发电机组振动故障诊断技术的发展现状[J];动力工程;2001年04期
10 黄竹青;改进的BP神经网络在汽轮发电机组故障诊断中的应用[J];动力工程;2004年04期
中国博士学位论文全文数据库 前2条
1 马昕;粗糙集理论在数据挖掘领域中的应用[D];浙江大学;2003年
2 乔斌;粗糙集理论分层递阶约简算法的研究[D];浙江大学;2003年
【相似文献】
中国期刊全文数据库 前10条
1 刘冠梅;张琴;;遗传和禁忌搜索算法在多车物流配送问题中的应用[J];电脑编程技巧与维护;2009年08期
2 吴素萍;;全局优化的混合禁忌搜索算法[J];电脑知识与技术(学术交流);2007年20期
3 雷国伟;林盼福;游荣义;;基于改进型遗传算法的FIR滤波器设计[J];集美大学学报(自然科学版)(网络预览本);2010年03期
4 朱江华;李海波;潘丰;;基于遗传算法和模糊粗糙集的知识约简[J];计算机仿真;2007年01期
5 雷国伟;林盼福;游荣义;;基于改进型遗传算法的FIR滤波器设计[J];集美大学学报(自然科学版);2010年03期
6 竺长安;齐继阳;曾议;;基于遗传禁忌混合搜索算法的设备布局研究[J];系统工程与电子技术;2006年04期
7 戴庆;赵艳玲;;基于遗传禁忌算法的任务分配与调度的研究[J];河北科技大学学报;2007年04期
8 李静;吴耀华;肖际伟;;一种求解装箱问题的混合算法[J];物流科技;2008年12期
9 王鹏飞;;排课模型中的算法分析与设计[J];计算机时代;2009年11期
10 刘秋菊;冯艳茹;;基于遗传和禁忌搜索算法的随机抽题研究与实现[J];临沂师范学院学报;2009年06期
中国重要会议论文全文数据库 前10条
1 王军霞;杨慧中;;应用遗传算法求解粗糙集的知识约简[A];2005中国控制与决策学术年会论文集(下)[C];2005年
2 高海昌;冯博琴;侯芸;;测试数据自动生成的研究进展[A];2006中国控制与决策学术年会论文集[C];2006年
3 张伟;李守智;高峰;刘振山;;几种智能最优化算法的比较研究[A];第二十四届中国控制会议论文集(下册)[C];2005年
4 周海清;王恭先;陈正汉;;基于面向对象遗传算法的抗滑桩优化设计程序的研制[A];中国土木工程学会第九届土力学及岩土工程学术会议论文集(下册)[C];2003年
5 吴建生;金龙;;基于实数编码的遗传算法神经网络预报建模研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(下册)[C];2004年
6 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
7 刘辙;彭亮;崔广才;吴学礼;;混合遗传算法在车间调度中的应用[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
8 曹春红;李文辉;张永坚;;遗传蚂蚁算法在几何约束求解中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
9 姜楠;张春森;;遗传算法在图像模板匹配中的应用[A];高精度几何量光电测量与校准技术研讨会论文集[C];2008年
10 朱秀娥;周宝焜;;振动筛设计的遗传算法[A];福建省科协第三届学术年会装备制造业专题学术年会论文集[C];2003年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
3 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
4 包家庆;IDS五大发展趋势[N];网络世界;2002年
5 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
6 林伟贤;决策的智慧[N];中国邮政报;2006年
7 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
8 张连广;规范用权 从严治企[N];中国纪检监察报;2008年
9 李磊;让电子政务更聪明[N];计算机世界;2001年
10 易水;IT新词集锦[N];计算机世界;2003年
中国博士学位论文全文数据库 前10条
1 李凡;Rough集理论及其应用中若干问题的研究[D];电子科技大学;2008年
2 刘兴;基于协作的车辆路径问题研究[D];天津大学;2006年
3 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
4 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
5 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
6 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
7 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
8 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
9 崔晓芳;箱型结构焊接变形预测、控制及应用[D];大连交通大学;2005年
10 张材;薄带坯铸轧板形智能识别与控制系统研究[D];中南大学;2004年
中国硕士学位论文全文数据库 前10条
1 王辉;基于改进遗传算法的物流配送路径优化研究[D];山东科技大学;2010年
2 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
3 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
4 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
5 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
6 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
7 李臻;城市公交车辆智能调度优化研究[D];山东科技大学;2010年
8 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
9 高建兵;基于遗传算法的模糊推理控制系统的参数优化研究[D];辽宁工程技术大学;2011年
10 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026