| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 多属性综合评价的概念 | 第14-15页 |
| 1.2 评价信息的集成 | 第15-16页 |
| 1.3 问题来源、提出及研究意义 | 第16-17页 |
| 1.3.1 问题的来源 | 第16页 |
| 1.3.2 问题的提出 | 第16-17页 |
| 1.3.3 研究意义 | 第17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 论文的主要工作及创新性 | 第18-19页 |
| 1.6 论文的结构安排 | 第19-21页 |
| 第2章 信息集成方法综述 | 第21-32页 |
| 2.1 文献查阅 | 第21-22页 |
| 2.2 考虑单个属性的集结方法 | 第22-24页 |
| 2.2.1 考虑属性功能的信息集结方法 | 第22-23页 |
| 2.2.2 考虑属性位置的信息集结方法 | 第23-24页 |
| 2.3 考虑属性间关系的集结方法 | 第24-26页 |
| 2.4 基于贴近度的集结方法 | 第26-27页 |
| 2.5 组合集结方法 | 第27-28页 |
| 2.6 两类新的集成方法 | 第28-31页 |
| 2.6.1 体现数据内部结构特征的集结方法 | 第28-30页 |
| 2.6.2 多维网状结构信息的集成 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 密度算子的信息集成模式分析 | 第32-54页 |
| 3.1 密度算子理论简介 | 第32-35页 |
| 3.1.1 密度算子信息集成的基本过程 | 第32-33页 |
| 3.1.2 密度算子中的两个关键问题 | 第33-35页 |
| 3.1.2.1 属性元素的分组 | 第33-34页 |
| 3.1.2.2 密度权重的确定 | 第34-35页 |
| 3.2 密度算子集结表达式及比较分析 | 第35-45页 |
| 3.2.1 密度算子的信息集成模式 | 第35-38页 |
| 3.2.1.1 线性密度算子 | 第36-37页 |
| 3.2.1.2 积性密度算子 | 第37页 |
| 3.2.1.3 调和密度算子 | 第37-38页 |
| 3.2.2 密度算子的集结表达式 | 第38-40页 |
| 3.2.3 密度算子集结模式比较分析 | 第40-42页 |
| 3.2.4 算例 | 第42-45页 |
| 3.2.5 本节小结 | 第45页 |
| 3.3 几种信息集结算子的结构灵敏度分析 | 第45-52页 |
| 3.3.1 常用信息集结算子简介 | 第45-46页 |
| 3.3.2 算子结构灵敏度测度 | 第46-48页 |
| 3.3.2.1 数据元素取值的波动方式 | 第47页 |
| 3.3.2.2 算子的灵敏度测度 | 第47-48页 |
| 3.3.3 随机模拟的步骤 | 第48-50页 |
| 3.3.4 模拟算例 | 第50-52页 |
| 3.3.5 本节小结 | 第52页 |
| 3.4 本章小结 | 第52-54页 |
| 第4章 密度算子集成模式的应用 | 第54-73页 |
| 4.1 密度算子在奖惩管理中的应用 | 第54-62页 |
| 4.1.1 引言 | 第54-55页 |
| 4.1.2 奖惩等级系数的确定 | 第55-57页 |
| 4.1.2.1 奖惩等级系数的形式 | 第55-56页 |
| 4.1.2.2 奖惩等级系数的确定 | 第56-57页 |
| 4.1.3 指标权重的确定 | 第57-58页 |
| 4.1.4 带有奖惩作用的密度算子 | 第58-60页 |
| 4.1.4.1 密度权重的确定 | 第58-59页 |
| 4.1.4.2 信息集结方法 | 第59-60页 |
| 4.1.5 算例 | 第60-61页 |
| 4.1.6 本节小结 | 第61-62页 |
| 4.2 密度算子在群体智慧中的应用 | 第62-72页 |
| 4.2.1 引言 | 第62-63页 |
| 4.2.2 问题描述 | 第63-64页 |
| 4.2.3 数据的分布特征 | 第64-65页 |
| 4.2.4 数据集结及结果分析 | 第65-68页 |
| 4.2.5 基于密度算子的数据集结及准确度 | 第68-71页 |
| 4.2.5.1 预测数据吻合正态分布但很不对称的情形 | 第68-69页 |
| 4.2.5.2 预测数据分布存在类似“直角拐角”的情形 | 第69-71页 |
| 4.2.6 结论 | 第71-72页 |
| 4.3 本章小结 | 第72-73页 |
| 第5章 泛结构信息的集成模式 | 第73-97页 |
| 5.1 泛综合评价模式简介 | 第73-75页 |
| 5.2 泛结构信息的融合框架 | 第75-80页 |
| 5.2.1 信息流的构建 | 第76-79页 |
| 5.2.1.1 泛结构信息的分类 | 第76-77页 |
| 5.2.1.2 信息流的构建 | 第77-79页 |
| 5.2.2 信息权的确定 | 第79-80页 |
| 5.2.3 信息融合框架 | 第80页 |
| 5.3 混合评价信息的随机转化 | 第80-88页 |
| 5.3.1 问题界定 | 第81-82页 |
| 5.3.2 混合信息的随机转化方法 | 第82-84页 |
| 5.3.2.1 混合信息的预处理 | 第83-84页 |
| 5.3.2.2 带有概率特征的随机数生成方法 | 第84页 |
| 5.3.3 方法应用的仿真策略 | 第84-86页 |
| 5.3.4 算例 | 第86-88页 |
| 5.3.5 本节小结 | 第88页 |
| 5.4 信息融合框架的求解 | 第88-95页 |
| 5.4.1 引言 | 第88-89页 |
| 5.4.2 信息融合框架的随机模拟求解 | 第89-90页 |
| 5.4.3 可能性排序结论的求解 | 第90-95页 |
| 5.4.3.1 优胜度矩阵简介 | 第90-91页 |
| 5.4.3.2 可能性排序 | 第91页 |
| 5.4.3.3 可能性排序的求解算法 | 第91-94页 |
| 5.4.3.4 算例 | 第94-95页 |
| 5.4.3.5 本节小结 | 第95页 |
| 5.5 本章小结 | 第95-97页 |
| 第6章 泛结构信息集成模式的简化求解及应用 | 第97-118页 |
| 6.1 信息融合框架的简化求解 | 第97-106页 |
| 6.1.1 精确值信息权下的简化算法 | 第97-100页 |
| 6.1.2 区间数信息权下的简化算法 | 第100-102页 |
| 6.1.3 应用案例 | 第102-106页 |
| 6.1.4 本节小结 | 第106页 |
| 6.2 多方参与的政府绩效评价 | 第106-117页 |
| 6.2.1 引言 | 第106-108页 |
| 6.2.2 多方参与政府绩效评价的基本模式 | 第108页 |
| 6.2.3 评价方法的构建 | 第108-112页 |
| 6.2.3.1 信息融合框架的构建 | 第110-111页 |
| 6.2.3.2 评价结论的求解 | 第111-112页 |
| 6.2.4 应用案例 | 第112-117页 |
| 6.2.5 本节小结 | 第117页 |
| 6.3 本章小结 | 第117-118页 |
| 第7章 结论与展望 | 第118-122页 |
| 7.1 主要研究成果及结论 | 第118-120页 |
| 7.2 进一步研究工作展望 | 第120-122页 |
| 参考文献 | 第122-128页 |
| 致谢 | 第128-129页 |
| 攻读学位期间发表论文和科研情况 | 第129-132页 |
| 附录 | 第132-138页 |