可拓理论在模型自我学习中的应用研究
中文摘要 | 第1-6页 |
英文摘要 | 第6-8页 |
第1章 决策支持系统的发展 | 第8-16页 |
1.1 引言 | 第8-9页 |
1.2 MIS的概念 | 第9-11页 |
1.2.1 管理信息系统的特征 | 第9-10页 |
1.2.2 管理信息系统的功能 | 第10-11页 |
1.3 从MIS发展成为DSS | 第11-14页 |
1.3.1 决策支持系统的定义 | 第11页 |
1.3.2 决策支持系统的特征 | 第11-12页 |
1.3.3 决策支持系统的结构 | 第12页 |
1.3.4 决策支持系统与管理信息系统的比较 | 第12-14页 |
1.4 从传统决策支持系统到智能决策支持系统 | 第14-16页 |
1.4.1 智能的重要性 | 第14页 |
1.4.2 智能决策支持系统(IDSS) | 第14-15页 |
1.4.3 智能决策支持系统(IDSS)的功能 | 第15-16页 |
第2章 模型辅助决策 | 第16-28页 |
2.1 辅助决策 | 第16-17页 |
2.1.1 以数据形式的辅助决策 | 第16页 |
2.1.2 以模型和方法的形式辅助决策 | 第16页 |
2.1.3 以多模型组合形式辅助决策 | 第16-17页 |
2.2 传统模型管理 | 第17-21页 |
2.2.1 模型的概念 | 第17-18页 |
2.2.2 模型的特点 | 第18-19页 |
2.2.3 模型的管理 | 第19-21页 |
2.3 将机器学习引入模型管理 | 第21-28页 |
2.3.1 模型管理的问题 | 第21-23页 |
2.3.2 人工智能技术(AI)简介 | 第23-24页 |
2.3.3 机器学习的概念和方法 | 第24-25页 |
2.3.4 机器学习技术在DSS模型管理中的应用 | 第25-28页 |
第3章 可拓理论与可拓评价方法 | 第28-47页 |
3.1 可拓理论简介 | 第28-30页 |
3.1.1 物元和可拓理论的提出 | 第28-29页 |
3.1.2 可拓理论在决策领域的应用 | 第29-30页 |
3.1.3 可拓理论的发展现状和展望 | 第30页 |
3.2 可拓理论基础 | 第30-31页 |
3.2.1 物元分析 | 第30-31页 |
3.2.2 物元的特性 | 第31页 |
3.3 可拓集合及关联函数 | 第31-37页 |
3.3.1 可拓集合的定义 | 第32-33页 |
3.3.2 关联函数 | 第33-37页 |
3.4 可拓评价方法 | 第37-47页 |
3.4.1 信息评估的概念 | 第37-38页 |
3.4.2 信息系统评估的特殊性 | 第38页 |
3.4.3 优度评价法 | 第38-47页 |
第4章 将可拓理论应用于决策支持系统 | 第47-57页 |
4.1 模型的表示 | 第47-49页 |
4.2 模型生成技术 | 第49-51页 |
4.2.1 模型生成的一般步骤 | 第49页 |
4.2.2 模型的动态生成 | 第49-51页 |
4.3 基于可拓理论的决策支持系统 | 第51-57页 |
4.3.1 可拓决策方法的特色 | 第51页 |
4.3.2 模型优度的可拓评价方法 | 第51-55页 |
4.3.3 模型自我学习 | 第55-57页 |
第5章 估价决策支持系统 | 第57-66页 |
5.1 问题的提出 | 第57-58页 |
5.2 系统功能需求分析 | 第58-60页 |
5.3 估价决策支持系统的具体实现 | 第60-66页 |
5.3.1 预算管理 | 第61页 |
5.3.2 工票管理 | 第61-63页 |
5.3.3 结算管理 | 第63-66页 |
结束语 | 第66-67页 |
攻读学位期间公开发表的论文 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69页 |