| 第1章 绪论 | 第1-12页 |
| 1．1 课题背景 | 第9-11页 |
| 1．1．1 航运市场预测的意义 | 第9-10页 |
| 1．1．2 数据挖掘技术的发展 | 第10-11页 |
| 1．2 课题来源及意义 | 第11页 |
| 1．3 论文主要内容及安排 | 第11页 |
| 1．4 小结 | 第11-12页 |
| 第2章 数据挖掘概述 | 第12-18页 |
| 2．1 数据挖掘的概念 | 第12页 |
| 2．2 数据挖掘的处理过程 | 第12-15页 |
| 2．3 数据挖掘任务及实现方法 | 第15-17页 |
| 2．4 小结 | 第17-18页 |
| 第3章 基于粗糙集和ANFIS结合的数据挖掘算法研究 | 第18-40页 |
| 3．1 粗糙集理论简述 | 第18-22页 |
| 3．1．1 粗糙集理论的一些基本概念 | 第18-20页 |
| 3．1．2 粗糙集理论在数据挖掘中的应用 | 第20页 |
| 3．1．3 基于区分矩阵的粗糙集属性约简算法 | 第20-22页 |
| 3．2 ANFIS简介 | 第22-29页 |
| 3．2．1 神经网络和模糊推理系统 | 第22-25页 |
| 3．2．2 ANFIS原理与结构 | 第25-29页 |
| 3．3 粗糙集和ANFIS算法相结合的数据挖掘算法 | 第29-30页 |
| 3．4 粗糙集和ANFIS挖掘算法在航运市场运价预测中的应用 | 第30-39页 |
| 3．4．1 干散货市场运价指数 | 第31页 |
| 3．4．2 基于粗糙集方法的运价指数属性约简 | 第31-34页 |
| 3．4．3 利用ANFIS算法建立运价指数的预测模型 | 第34-38页 |
| 3．4．4 算法可行性论证 | 第38-39页 |
| 3．4．5 挖掘结果的分析和显示 | 第39页 |
| 3．5 小结 | 第39-40页 |
| 第4章 航运市场预测系统的总体设计 | 第40-46页 |
| 4．1 航运市场预测的基本内容 | 第40-42页 |
| 4．1．1 航运市场预测的概念 | 第40页 |
| 4．2．2 航运市场预测的主要内容 | 第40-41页 |
| 4．3．3 预测方法分类 | 第41-42页 |
| 4．2 企业概况及功能需求 | 第42页 |
| 4．2．1 企业概况 | 第42页 |
| 4．2．2 需求分析 | 第42页 |
| 4．3 系统总体架构 | 第42-45页 |
| 4．3．1 系统体系结构 | 第42-44页 |
| 4．3．2 系统主要功能模块设计 | 第44-45页 |
| 4．3．3 系统设计的主要特点 | 第45页 |
| 4．4 小结 | 第45-46页 |
| 第5章 航运市场预测系统的具体实现 | 第46-63页 |
| 5．1 SQL数据库的建立 | 第46-49页 |
| 5．1．1 数据库设计方法及准则 | 第46页 |
| 5．1．2 主要表格 | 第46-49页 |
| 5．2 系统各个功能模块的详细设计及实现 | 第49-55页 |
| 5．2．1 系统欢迎和登录模块 | 第49-50页 |
| 5．2．2 系统主界面 | 第50-52页 |
| 5．2．3 用户管理模块 | 第52页 |
| 5．2．4 航运市场信息统计模块 | 第52-53页 |
| 5．2．5 航运市场预测分析模块 | 第53-54页 |
| 5．2．6 船舶信息统计模块 | 第54页 |
| 5．2．7 航运企业信息统计模块 | 第54-55页 |
| 5．3 应用开发中关键技术的探讨 | 第55-62页 |
| 5．3．1 VB中实现Matlab的调用 | 第55-57页 |
| 5．3．2 VB与SQL Server 2000数据库的接口技术 | 第57-61页 |
| 5．3．3 VB与Excel结合进行报表的实现 | 第61-62页 |
| 5．4 小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 攻读学位期间公开发表的论文 | 第67-68页 |
| 致谢 | 第68-69页 |
| 研究生履历 | 第69页 |
