| 摘要 | 第4-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第14-29页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究目的及意义 | 第15-16页 |
| 1.3 相关理论及研究综述 | 第16-24页 |
| 1.3.1 基于不完全偏好信息的多属性决策方法研究 | 第16-19页 |
| 1.3.2 基于不确定偏好信息的群决策方法研究 | 第19-21页 |
| 1.3.3 基于不确定类别偏好信息的表征和处理工具研究 | 第21-22页 |
| 1.3.4 分类决策的方法研究 | 第22-23页 |
| 1.3.5 在研究中值得深入探讨的问题 | 第23-24页 |
| 1.4 研究方案及思路 | 第24-26页 |
| 1.4.1 主要研究内容 | 第24-25页 |
| 1.4.2 研究思路及方法 | 第25-26页 |
| 1.5 可能的创新点 | 第26-28页 |
| 1.6 本章小结 | 第28-29页 |
| 第二章 多粒度语言环境下方案有优劣偏好的案例决策方法研究 | 第29-42页 |
| 2.1 问题描述及预备知识 | 第29-31页 |
| 2.1.1 问题描述及难点分析 | 第29-30页 |
| 2.1.2 预备知识 | 第30-31页 |
| 2.2 多粒度语言决策矩阵正负靶心及综合靶心距的确定 | 第31-32页 |
| 2.2.1 多粒度语言距离等价转换函数建立 | 第31-32页 |
| 2.2.2 正负靶心及综合靶心距的确定 | 第32页 |
| 2.3 专家对决策方案有优劣类别偏好的案例学习模型 | 第32-36页 |
| 2.3.1 对方案有优劣类别偏好的决策模型建立 | 第33-34页 |
| 2.3.2 专家对方案有优劣类别偏好的规划模型特点及拓展 | 第34-36页 |
| 2.3.3 对方案有优劣类别偏好的语言决策排序过程 | 第36页 |
| 2.4 算例分析 | 第36-41页 |
| 2.4.1 决策过程及结果分析 | 第36-40页 |
| 2.4.2 方法比较 | 第40-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 残缺信息环境下基于典型分类样本的案例决策方法研究 | 第42-58页 |
| 3.1 问题描述及预备知识 | 第42-45页 |
| 3.1.1 问题描述及难点分析 | 第42-44页 |
| 3.1.2 预备知识 | 第44-45页 |
| 3.2 决策方案信息残缺信息情境下决策矩阵的处理 | 第45-46页 |
| 3.2.1 残缺信息下决策数据的模糊处理 | 第45-46页 |
| 3.2.2 实数型与区间型混合决策矩阵正负理想点的修正 | 第46页 |
| 3.3 不完全信息下多属性决策分类模型研究 | 第46-52页 |
| 3.3.1 基于TOPSIS的方案相对贴近度表征 | 第46-48页 |
| 3.3.2 专家对决策方案有典型分类样本偏好的案例学习模型 | 第48-50页 |
| 3.3.3 未分类方案的类别归属判断 | 第50-51页 |
| 3.3.4 不完全信息下多属性决策问题的分类过程 | 第51-52页 |
| 3.4 算例分析 | 第52-57页 |
| 3.4.1 决策过程及结果分析 | 第52-55页 |
| 3.4.2 方法比较 | 第55-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 双重类别偏好信息环境下的案例决策方法研究 | 第58-72页 |
| 4.1 问题描述及预备知识 | 第58-60页 |
| 4.1.1 问题描述及难点分析 | 第59页 |
| 4.1.2 预备知识 | 第59-60页 |
| 4.2 基于案例学习的“显性-隐性”分类指标测算方法 | 第60-62页 |
| 4.2.1 分类指标的属性值波动性测算 | 第60-62页 |
| 4.2.2 依据分类信息的指标“显性-隐性”确定方法 | 第62页 |
| 4.3 依据双重分类信息的指标权重优化模型建立 | 第62-66页 |
| 4.3.1 方案贴近度的测算方法 | 第63-64页 |
| 4.3.2 依据方案双重分类信息的指标权重优化模型 | 第64-65页 |
| 4.3.3 基于双重类别偏好信息融合的指标权重优化模型建立 | 第65-66页 |
| 4.4 算例分析 | 第66-71页 |
| 4.4.1 决策过程及结果分析 | 第68-69页 |
| 4.4.2 方法比较 | 第69-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第五章 多决策者对属性有不完全判断信息的案例决策方法研究 | 第72-87页 |
| 5.1 问题描述及预备知识 | 第72-75页 |
| 5.1.1 问题描述及难点分析 | 第72-74页 |
| 5.1.2 预备知识 | 第74-75页 |
| 5.2 基于信息增益的属性权重优化模型 | 第75-78页 |
| 5.2.1 属性信息增益系数测算 | 第75-77页 |
| 5.2.2 属性不完全判断的属性权重优化模型 | 第77-78页 |
| 5.3 属性不完全判断的群决策排序方法 | 第78-80页 |
| 5.3.1 基于灰色关联度的决策者权重测算 | 第78-79页 |
| 5.3.2 基于群体属性不完全判断信息的决策方法 | 第79-80页 |
| 5.4 算例分析 | 第80-86页 |
| 5.4.1 决策过程及结果分析 | 第80-82页 |
| 5.4.2 方法比较 | 第82-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第六章 多利益主体对方案有类别偏好的案例决策方法研究 | 第87-99页 |
| 6.1 问题描述及预备知识 | 第87-89页 |
| 6.1.1 问题描述及难点分析 | 第87-89页 |
| 6.1.2 预备知识 | 第89页 |
| 6.2 基于多利益主体类别信息的属性权重学习模型建立 | 第89-92页 |
| 6.2.1 多利益主体理想靶心的修正及综合靶心距离的计算 | 第89-90页 |
| 6.2.2 基于案例学习的属性权重确定方法 | 第90-92页 |
| 6.3 多利益主体的偏好集结方法 | 第92-93页 |
| 6.3.1 多利益主体的权重优化方法 | 第92-93页 |
| 6.3.2 多利益主体环境下的群体偏好集结 | 第93页 |
| 6.4 算例分析 | 第93-97页 |
| 6.4.1 决策过程和结果分析 | 第94-95页 |
| 6.4.2 方法比较 | 第95-97页 |
| 6.5 本章小结 | 第97-99页 |
| 第七章 考虑多类别偏好的决策模型应用研究----应用型本科工程类专业学生素质培养的状况研究 | 第99-128页 |
| 7.1 应用型本科工程类专业学生素质培养状况研究的意义 | 第99-102页 |
| 7.2 应用型本科工程类专业学生素质培养状况的研究框架 | 第102-106页 |
| 7.2.1 学生素质培养状况研究的基本框架 | 第103-104页 |
| 7.2.2 学生素质培养状况研究的基本要素 | 第104-106页 |
| 7.3 应用型本科工程类专业学生素质培养状况的评价指标设计 | 第106-109页 |
| 7.3.1 学生素质培养状况的评价指标设计原则 | 第106-107页 |
| 7.3.2 学生素质培养状况的评价指标构建 | 第107-109页 |
| 7.4 应用型本科工程类专业学生素质培养状况的分类研究 | 第109-126页 |
| 7.4.1 应用型本科工程类专业学生素质培养状况的调研及总体情况 | 第109-115页 |
| 7.4.2 不完全信息下应用型本科工程类专业学生素质培养平台的绩效评价 | 第115-123页 |
| 7.4.3 结论与启示 | 第123-126页 |
| 7.5 本章小结 | 第126-128页 |
| 参考文献 | 第128-140页 |
| 致谢 | 第140-142页 |
| 在学期间的研究成果及发表的学术论文 | 第142-143页 |
| 附录 | 第143-150页 |
