战略决策模型及关键因素的不确定性推理研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-14页 |
| ·课题背景和国内外发展现状 | 第10-12页 |
| ·课题研究的主要内容 | 第12-13页 |
| ·课题的章节结构 | 第13-14页 |
| 第二章 平衡计分卡综述 | 第14-20页 |
| ·平衡计分卡的起源与发展 | 第14-17页 |
| ·平衡计分卡运用在企业战略决策中 | 第17-18页 |
| ·BSC在国内外成功的应用案例 | 第18-19页 |
| ·本章小节 | 第19-20页 |
| 第三章 贝叶斯网络综述 | 第20-32页 |
| ·哲学背景 | 第20-21页 |
| ·原因与结果 | 第20页 |
| ·必然性与偶然性 | 第20-21页 |
| ·贝叶斯网络概念 | 第21-22页 |
| ·结构学习 | 第22-29页 |
| ·关于结构学习 | 第22页 |
| ·贝叶斯网络结构学习分类 | 第22-23页 |
| ·贝叶斯网络基于搜索评分的结构学习 | 第23-29页 |
| ·贝叶斯网络推理 | 第29-30页 |
| ·本章小节 | 第30-32页 |
| 第四章 基于BSC的贝叶斯网络企业战略模型的建立 | 第32-52页 |
| ·研究背景和BSC指标选择 | 第32-35页 |
| ·研究背景选择 | 第32页 |
| ·BSC指标选择步骤 | 第32-33页 |
| ·BSC指标选择原理 | 第33-34页 |
| ·最终得到的指标 | 第34-35页 |
| ·企业战略地图确立 | 第35-36页 |
| ·BSC定性指标转化为定量指标 | 第36页 |
| ·贝叶斯网络构建 | 第36-37页 |
| ·引入隐变量使网络优化 | 第37-40页 |
| ·隐变量理论 | 第37-38页 |
| ·引入隐变量优化网络 | 第38-40页 |
| ·通过样本数据的网络结构学习优化网络 | 第40-46页 |
| ·数据准备 | 第40页 |
| ·结构学习算法对比研究与选择 | 第40-45页 |
| ·结论 | 第45-46页 |
| ·最终结果及结论分析 | 第46-48页 |
| ·国内外关于BSC的指标选择 | 第48-50页 |
| ·本章小节 | 第50-52页 |
| 第五章 贝叶斯网络可视化管理原型系统 | 第52-60页 |
| ·系统背景与技术介绍 | 第52-53页 |
| ·系统设计 | 第53-55页 |
| ·系统整体架构设计与实现 | 第53-54页 |
| ·系统数据部分设计与实现 | 第54-55页 |
| ·系统功能介绍 | 第55-58页 |
| ·创建新网络 | 第56页 |
| ·打开已有网络 | 第56-57页 |
| ·增加节点和关系 | 第57页 |
| ·保存网络 | 第57-58页 |
| ·关闭网络 | 第58页 |
| ·本章小节 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间参加的主要科研项目 | 第66页 |
| 攻读硕士学位期间发表的论文及获奖情况 | 第66-68页 |
| 致谢 | 第68页 |
