| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-29页 |
| ·研究的背景与意义 | 第11-17页 |
| ·复杂系统理论研究概述 | 第11-13页 |
| ·决策理论研究概述 | 第13页 |
| ·决策支持系统研究概述 | 第13-14页 |
| ·人工智能理论研究概述 | 第14-15页 |
| ·复杂环境下自适应智能决策支持系统研究的必要性 | 第15-17页 |
| ·DSS理论国内外发展现状与趋势 | 第17-24页 |
| ·DSS技术国外发展现状 | 第17页 |
| ·DSS技术国内发展现状 | 第17-22页 |
| 1 2.3 DSS研究的最新进展和趋势 | 第22-24页 |
| ·本文研究内容及研究路线 | 第24-25页 |
| ·研究目标 | 第24页 |
| ·研究内容 | 第24页 |
| ·研究路线 | 第24-25页 |
| 参考文献 | 第25-29页 |
| 第二章 复杂网络环境的信息获取 | 第29-56页 |
| ·引言 | 第29-30页 |
| ·搜索引擎概述 | 第30-33页 |
| ·搜索引擎发展史 | 第30-32页 |
| ·搜索引擎类型 | 第32-33页 |
| ·搜索引擎的系统架构 | 第33-42页 |
| ·分词技术 | 第34-35页 |
| ·网络蜘蛛 | 第35-38页 |
| ·排序技术 | 第38-41页 |
| ·索引技术 | 第41页 |
| ·搜索技术 | 第41-42页 |
| ·基于本体和支持向量机的专用搜索引擎 | 第42-54页 |
| ·本体简介 | 第42-44页 |
| ·网页文本的表示 | 第44-45页 |
| ·语义相似度 | 第45-46页 |
| ·相似度的学习 | 第46-49页 |
| ·实验 | 第49-54页 |
| ·本章小结 | 第54页 |
| 参考文献 | 第54-56页 |
| 第三章 复杂系统的混沌预测 | 第56-69页 |
| ·引言 | 第56页 |
| ·基于混沌时间序列与相空间重构的预测 | 第56-57页 |
| ·混沌支持向量机(CSVM) | 第57-60页 |
| ·基于信息几何的核函数设计 | 第60-62页 |
| ·比较实验 | 第62-66页 |
| ·本章小结 | 第66页 |
| 参考文献 | 第66-69页 |
| 第四章 基于先验知识的 GA优化算法 | 第69-82页 |
| ·引言 | 第69页 |
| ·遗传算法 | 第69-70页 |
| ·基于 SVM的适应度函数 | 第70-72页 |
| ·基于先验知识的GA优化算法 | 第72-73页 |
| ·基于先验知识的GA优化算法的收敛性分析 | 第73-74页 |
| ·基于先验知识的GA优化算法在农业产业结构优化中的应用 | 第74-79页 |
| ·决策变量选择 | 第75页 |
| ·目标函数计算 | 第75-76页 |
| ·约束条件 | 第76-77页 |
| ·优化算法实现 | 第77-78页 |
| ·实验结果分析 | 第78-79页 |
| ·本章小结 | 第79页 |
| 参考文献 | 第79-82页 |
| 第五章 自适应智能决策支持系统 | 第82-115页 |
| ·引言 | 第82页 |
| ·复杂适应系统理论 | 第82-90页 |
| ·自适应主体 | 第82-86页 |
| ·CAS理论的核心思想 | 第86-88页 |
| ·自适应主体的行为模型 | 第88-90页 |
| ·单主体模型 | 第90-94页 |
| ·推理型主体模型 | 第91-93页 |
| ·反应型决策主体模型 | 第93-94页 |
| ·混合型决策主体模型 | 第94页 |
| ·多主体模型 | 第94-97页 |
| ·金字塔型多主体模型 | 第95-96页 |
| ·等位型多主体模型 | 第96页 |
| ·盟落型多主体模型 | 第96-97页 |
| ·自适应智能决策支持系统 | 第97-101页 |
| ·自适应决策支持系统的实现框架 | 第97-101页 |
| ·自适应决策系统的决策过程 | 第101页 |
| ·自适应智能决策支持系统在农业生产中的应用 | 第101-110页 |
| ·农业生产决策支持系统 | 第101-102页 |
| ·现状及问题 | 第102-105页 |
| ·解决思路 | 第105页 |
| ·自适应智能决策平台体系结构的设计 | 第105-109页 |
| ·自适应农业智能决策平台的特点 | 第109页 |
| ·自适应农业智能决策平台的功能介绍 | 第109-110页 |
| ·本章小结 | 第110-111页 |
| 参考文献 | 第111-115页 |
| 第六章 总结与展望 | 第115-117页 |
| ·全文主要工作 | 第115-116页 |
| ·存在问题与展望 | 第116-117页 |
| 致谢 | 第117-118页 |
| 攻读博士期间论文 | 第118页 |