中文摘要 | 第1-6页 |
英文摘要 | 第6-8页 |
绪言 | 第8-9页 |
第1章 国际集装箱智能货运代理系统的研究背景及发展趋势 | 第9-13页 |
1.1 国际集装箱智能货运代理系统应用背景 | 第9-10页 |
1.1.1 国际货运代理的基本性质与基本职责 | 第9页 |
1.1.2 我国国际货运代理业的发展 | 第9-10页 |
1.2 我国集装箱货运代理发展趋势和人工智能应用概况 | 第10-11页 |
1.2.1 国际货运代理业务的发展趋势 | 第10页 |
1.2.2 人工智能在我国各领域的应用概况 | 第10-11页 |
1.3 我国国际货运代理业存在的问题 | 第11-13页 |
第2章 集装箱货运代理系统的分析 | 第13-21页 |
2.1 国际货运代理所从事的主要业务 | 第13-15页 |
2.1.1 为发货人服务 | 第13页 |
2.1.2 为海关服务 | 第13页 |
2.1.3 为承运人服务 | 第13-14页 |
2.1.4 为航空公司服务 | 第14页 |
2.1.5 为班轮公司服务 | 第14页 |
2.1.6 提供拚箱服务 | 第14页 |
2.1.7 提供多式联运服务 | 第14-15页 |
2.2 货运代理的基本操作流程 | 第15-18页 |
2.3 货运代理业务所需单证 | 第18-19页 |
2.4 货代企业的收入来源 | 第19页 |
2.5 货代企业的揽货决策过程 | 第19-21页 |
第3章 人工智能与专家系统 | 第21-41页 |
3.1 人工智能的发展简史 | 第21页 |
3.2 人工智能的基本概念 | 第21-23页 |
3.2.1 人工智能的定义 | 第21-22页 |
3.2.2 人工智能学习过程及解决问题的方式 | 第22页 |
3.2.3 人工智能的研究范围 | 第22-23页 |
3.3 智能决策支持系统(IDSS)研究发展现状 | 第23-27页 |
3.3.1 智能决策支持系统的研究现状 | 第23-24页 |
3.3.2 智能决策支持系统的特征 | 第24-27页 |
3.4 人工智能的的重要应用——专家系统 | 第27-34页 |
3.4.1 专家系统的概念 | 第27-28页 |
3.4.2 专家系统的发展简史 | 第28页 |
3.4.3 专家系统中知识的作用 | 第28-29页 |
3.4.4 专家系统的结构 | 第29-33页 |
3.4.5 专家系统的开发过程 | 第33页 |
3.4.6 专家系统的开发现状 | 第33-34页 |
3.5 用神经网络方法来研究专家系统 | 第34-41页 |
3.5.1 人工神经网络的基本原理 | 第34-35页 |
3.5.2 BP网络的基本原理 | 第35-38页 |
3.5.3 神经网络的系统结构 | 第38-39页 |
3.5.4 神经网络系统的原理 | 第39-41页 |
第4章 国际集装箱智能货运代理系统的研究 | 第41-72页 |
4.1 系统功能说明 | 第41页 |
4.2 系统结构 | 第41-42页 |
4.3 系统功能设计 | 第42-45页 |
4.3.1 专家系统及其功能 | 第42-44页 |
4.3.2 其它部分及功能 | 第44-45页 |
4.4 本系统神经网络的功能 | 第45-49页 |
4.4.1 网络的知识获取 | 第45-46页 |
4.4.2 网络的知识表示 | 第46-48页 |
4.4.3 网络的再学习机制 | 第48-49页 |
4.4.4 网络的推理机制 | 第49页 |
4.5 揽货决策支持系统的实现 | 第49-60页 |
4.5.1 “揽货决策——船公司选择”神经网络 | 第49-55页 |
4.5.2 “揽货决策——揽货评价”神经网络 | 第55-60页 |
4.6 智能预测方法选用及预测分析 | 第60-68页 |
4.6.1 系统智能预测概述 | 第60-65页 |
4.6.2 对各航线集装箱运量的预测 | 第65-68页 |
4.7 专家咨询功能的实现 | 第68-72页 |
4.7.1 专家咨询系统的知识获取 | 第68-69页 |
4.7.2 专家咨询系统的知识表示 | 第69-70页 |
4.7.3 专家咨询系统的推理机制 | 第70-72页 |
第5章 国际集装箱智能货运代理系统的特点 | 第72-76页 |
5.1 神经网络系统的优点 | 第72-73页 |
5.2 神经网络在知识表示、获取及推理同一般专家系统的差异 | 第73-74页 |
5.3 本系统的弊端及未来的发展方向 | 第74-76页 |
结论 | 第76-77页 |
攻读学位期间公开发表的论文 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-80页 |