基于目标的客户需求分析技术的研究与实现
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第1章 绪论 | 第14-23页 |
| ·课题选题背景 | 第14-17页 |
| ·国内、国外研究发展现状 | 第17-21页 |
| ·论文主要工作 | 第21-22页 |
| ·论文的结构 | 第22-23页 |
| 第2章 关键技术和理论 | 第23-27页 |
| ·基于目标技术 | 第23-24页 |
| ·遗传算法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 目标模型和目标库结构 | 第27-35页 |
| ·服务流程模型的定义 | 第28-29页 |
| ·客户目标模型 | 第29-34页 |
| ·目标的定义与分类 | 第29-31页 |
| ·目标的存储结构 | 第31-33页 |
| ·目标知识库的创建和维护 | 第33-34页 |
| ·客户目标集的表示 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于遗传算法的客户目标获取方法 | 第35-66页 |
| ·遗传算法的应用 | 第35-39页 |
| ·基础用语 | 第35-36页 |
| ·标准遗传算法工作步骤 | 第36-38页 |
| ·遗传算法特点及其在本文案例中应用的可行性分析 | 第38-39页 |
| ·客户目标获取方法中高层实现目标的获取方法 | 第39-46页 |
| ·目标函数到适应度函数的映射 | 第40页 |
| ·编码、解码方式 | 第40-42页 |
| ·交叉算子 | 第42-44页 |
| ·变异算子 | 第44-45页 |
| ·初始群体设定 | 第45页 |
| ·生成子代群体及遗传算法停止准则 | 第45-46页 |
| ·客户目标获取方法中低层实现目标的获取方法 | 第46-47页 |
| ·关键参数的确定 | 第47-49页 |
| ·群体规模和个体长度 | 第47-48页 |
| ·交叉概率 | 第48-49页 |
| ·变异概率 | 第49页 |
| ·基于遗传算法的客户目标获取算法 | 第49-59页 |
| ·两个重要的约束目标 | 第49-50页 |
| ·客户目标获取算法各部分功能介绍 | 第50-51页 |
| ·客户目标获取算法 | 第51-55页 |
| ·遗传算法生成旅游计划 | 第55-58页 |
| ·获取处理后的客户目标集 | 第58-59页 |
| ·结果生成 | 第59-63页 |
| ·试验结果与分析 | 第63-65页 |
| ·算法复杂度分析 | 第63-64页 |
| ·试验结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 基于遗传算法的目标知识库自学习 | 第66-73页 |
| ·目标知识库自学习方法 | 第66-68页 |
| ·目标知识库更新过程 | 第68-69页 |
| ·基于冗余目标库的服务质量提升策略 | 第69-70页 |
| ·基于遗传算法的目标自学习算法 | 第70-71页 |
| ·自学习算法时间复杂度分析及优化策略 | 第71-72页 |
| ·本章小节 | 第72-73页 |
| 第6章 总结与展望 | 第73-76页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文目录 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |
