首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--在其他方面的应用论文

网络环境下决策资源共享与决策支持系统快速开发环境研究

中文摘要第1-11页
英文摘要第11-13页
第一章 绪论第13-25页
 §1.1 课题研究背景第13-14页
 §1.2 研究与发展现状第14-21页
  1.2.1 模型驱动的DSS第15-16页
  1.2.2 数据驱动的DSS第16-17页
  1.2.3 数据开采决策支持技术第17-19页
  1.2.4 网络环境下的DSS第19-20页
  1.2.5 DSS生成工具第20-21页
 §1.3 本文主要工作第21-24页
  1.3.1 研究任务的提出第21-22页
  1.3.2 主要工作和创新点第22-24页
 §1.4 论文组织结构第24-25页
第二章 网络环境下综合决策支持系统体系结构第25-46页
 §2.1 背景第25-28页
  2.1.1 网络技术的发展第25-26页
  2.1.2 新的应用模式——ASP模式第26-27页
  2.1.2 新的应用需求第27-28页
 §2.2 网络环境下DSS模型第28-30页
  2.2.1 层次模型第28-30页
  2.2.2 资源接口和运行协议第30页
 §2.3 资源接口第30-38页
  2.3.1 数据接口第31-32页
  2.3.2 模型接口第32-34页
  2.3.3 知识接口第34-36页
  2.3.4 方案/实例接口第36-38页
 §2.4 DSS运行协议第38-43页
  2.4.1 DSS运行协议体系第39-40页
  2.4.2 DSS集成和资源访问协议描述第40-43页
 §2.5 网络环境下DSS体系结构第43-45页
 §2.6 本章小结第45-46页
第三章 基于数据开采的决策支持技术第46-69页
 §3.1 数据开采的理论和算法评价第46-49页
  3.1.1 数据开采的理论基础第47-48页
  3.1.2 数据开采算法的评价指标第48-49页
 §3.2 基于神经网络的数据开采第49-65页
  3.2.1 神经网络理论发展第49-51页
  3.2.2 基于神经网络的数据开采第51-52页
  3.2.3 M-P神经元模型及FP算法第52-54页
  3.2.4 非线性神经网络模型——CC模型第54-65页
 §3.3 基于数据开采的决策支持技术第65-68页
  3.3.1 非线性神经元模型Cover第65页
  3.3.2 模糊神经网络第65-66页
  3.3.3 规则发现第66-67页
  3.3.4 关联规则第67页
  3.3.5 数据开采在DSS中的应用第67-68页
 §3.4 本章小结第68-69页
第四章 广义模型服务器系统第69-85页
 §4.1 系统概述第69-70页
 §4.2 服务器系统体系第70-72页
  4.2.1 服务器端结构第70-71页
  4.2.2 客户端结构第71-72页
 §4.3 资源及其存储和管理第72-77页
  4.3.1 决策资源的统一描述第72-73页
  4.3.2 资源接口文件第73-75页
  4.3.3 资源的管理第75-77页
  4.3.4 数据开采资源第77页
 §4.4 通信、通信制和请求冲突第77-81页
  4.4.1 TCP/IP协议第77-78页
  4.4.2 基于TCP/IP协议的SOCKET通信实现第78-79页
  4.4.3 通信控制第79-81页
 §4.5 资源管理命令语言第81-84页
  4.5.1 命令语言概述第81页
  4.5.2 命令语言体系第81-82页
  4.5.3 命令语言的使用第82-83页
  4.5.4 基于模型服务器的决策支持第83-84页
 §4.6 本章小结第84-85页
第五章 基于服务器模式的DSS快速开发环境(DSSE)第85-107页
 §5.1 研制背景第85-86页
  5.1.1 一般背景第85页
  5.1.2 特殊背景第85-86页
 §5.2 DSSE系统体系结构第86-88页
  5.2.1 物理结构第86-87页
  5.2.2 功能结构第87-88页
 §5.3 DSS可视化系统快速集成环境第88-96页
  5.3.1 决策框架流程第88-90页
  5.3.2 决策方案的生成第90-92页
  5.3.3 决策方案的实例化第92-93页
  5.3.4 DSS实例的运行第93-96页
 §5.4 DSS集成语言第96-102页
  5.4.1 DSS集成语言概述第96-97页
  5.4.2 集成语言体系第97-99页
  5.4.3 集成语言的解释第99-102页
  5.4.4 基于集成语言的DSS生成第102页
 §5.5 基于INTERNET网络的DSS应用系统的开发第102-105页
  5.5.1 系统托管(ASP模式)第103页
  5.5.2 决策资源共享第103-104页
  5.5.3 基于数据开采的数据驱动决策第104-105页
 §5.6 本章小结第105-107页
第六章 DSSE应用实例第107-118页
 §6.1 问题描述第107-109页
  6.1.1 投资区划第108页
  6.1.2 分区分配第108页
  6.1.3 分项分配第108页
  6.1.4 多方案的比较和选择第108页
  6.1.5 分省分配第108-109页
 §6.2 SDSS/AIC研制第109-116页
  6.2.1 模型和模型服务器第109-110页
  6.2.2 方案生成第110-111页
  6.2.3 方案实例化第111-114页
  6.2.4 方案的运行和修正第114-115页
  6.2.5 实例的总控程序第115-116页
 §6.3 SDSS/AIC的运行结果第116-117页
  6.3.1 图形工具显示的“全国区划”第116页
  6.3.2 报表工具显示的“分省分配”方案第116-117页
 §6.4 本章小结第117-118页
第七章 总结和展望第118-121页
 §7.1 主要工作和创新点第118-119页
 §7.2 进一步的工作第119-121页
致谢第121-123页
参考文献第123-131页
附录 作者发表的论文第131-132页

论文共132页,点击 下载论文
上一篇:基督教在华医疗事业与近代中国社会(1835—1937)
下一篇:瓦楞纸箱CAD/CAM系统的研究