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 |