| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11-12页 |
| ·本文工作 | 第12页 |
| ·全文组织 | 第12-14页 |
| 第2章 从贝叶斯网到影响图 | 第14-36页 |
| ·贝叶斯网 | 第14-19页 |
| ·贝叶斯网概念 | 第14-15页 |
| ·贝叶斯网学习 | 第15-16页 |
| ·贝叶斯网推理 | 第16-19页 |
| ·贝叶斯网应用 | 第19页 |
| ·影响图 | 第19-34页 |
| ·影响图概念 | 第19-24页 |
| ·影响图限制 | 第24-25页 |
| ·影响图分类 | 第25-34页 |
| ·影响图应用 | 第34页 |
| ·小结 | 第34-36页 |
| 第3章 影响图扩展 | 第36-52页 |
| ·引言 | 第36-39页 |
| ·问题的提出 | 第36-38页 |
| ·本章研究的基本思想 | 第38-39页 |
| ·扩展影响图到交互式决策环境 | 第39-44页 |
| ·博弈论 | 第39-41页 |
| ·带有博弈元素的影响图 | 第41-44页 |
| ·扩展影响图到变量值不精确的决策环境 | 第44-50页 |
| ·区间数和区间概率 | 第44-49页 |
| ·带有区间参数的影响图 | 第49-50页 |
| ·小结 | 第50-52页 |
| 第4章 影响图学习 | 第52-77页 |
| ·引言 | 第52-56页 |
| ·问题的提出 | 第52-53页 |
| ·相关工作 | 第53-55页 |
| ·本章研究的基本思想 | 第55-56页 |
| ·带有博弈元素的影响图结构学习 | 第56-60页 |
| ·基本概念 | 第56-59页 |
| ·带有博弈元素的影响图结构学习算法 | 第59-60页 |
| ·带有区间参数的影响图结构学习 | 第60-61页 |
| ·基于未知属性权重的博弈多属性决策的效用函数学习 | 第61-75页 |
| ·多属性决策的博弈模型 | 第62-65页 |
| ·方案序之间的吻合度 | 第65-68页 |
| ·博弈均衡 | 第68-71页 |
| ·基于博弈均衡的多属性决策算法 | 第71-72页 |
| ·效用函数学习 | 第72页 |
| ·实验模型 | 第72-73页 |
| ·实验结果 | 第73-75页 |
| ·小结 | 第75-77页 |
| 第5章 影响图正向评价——应用影响图寻找最优决策 | 第77-106页 |
| ·引言 | 第77-86页 |
| ·问题的提出 | 第77页 |
| ·相关工作 | 第77-83页 |
| ·本章研究的基本思想 | 第83-86页 |
| ·带有博弈元素的影响图评价 | 第86-96页 |
| ·相关定义 | 第86-89页 |
| ·遗传算法设计 | 第89-90页 |
| ·评价 GID 的算法(EAGID) | 第90-92页 |
| ·实验结果 | 第92-96页 |
| ·带有区间参数的影响图评价 | 第96-104页 |
| ·带有区间参数的影响图的Cooper 变换 | 第96-99页 |
| ·评价IID 的算法(EAIID) | 第99-101页 |
| ·实验结果 | 第101-104页 |
| ·小结 | 第104-106页 |
| 第6章 影响图反向评价——应用影响图推测竞争对手的私人信息 | 第106-117页 |
| ·引言 | 第106-107页 |
| ·问题的提出 | 第106页 |
| ·相关工作 | 第106-107页 |
| ·本章研究的基本思想 | 第107页 |
| ·竞争对手私人信息的类型 | 第107-108页 |
| ·竞争对手私人信息推测 | 第108-111页 |
| ·实验模型 | 第111页 |
| ·实验结果 | 第111-116页 |
| ·对私人自然信息的推测 | 第111-114页 |
| ·对私人决策行为的推测 | 第114-115页 |
| ·对私人效用信息的推测 | 第115-116页 |
| ·小结 | 第116-117页 |
| 第7章 结束语 | 第117-120页 |
| 参考文献 | 第120-128页 |
| 致谢 | 第128-129页 |
| 附录 | 第129-130页 |
| 1 在读期间（2006.09-今）承担的科研项目 | 第129页 |
| 2 在读期间（2006.09-今）所获奖励 | 第129页 |
| 3 在读期间（2006.09-今）完成及发表的著作、论文 | 第129-130页 |