致谢 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
1 引言 | 第11-17页 |
·研究背景和意义 | 第11-12页 |
·国内外研究现状 | 第12-15页 |
·DSS国内外现状分析 | 第12-13页 |
·模型库国内外研究现状分析及评述 | 第13-14页 |
·数据挖掘国内外发展现状 | 第14-15页 |
·主要研究内容 | 第15-16页 |
·本文的结构 | 第16-17页 |
2 相关理论基础 | 第17-25页 |
·决策支持系统 | 第17-18页 |
·决策支持系统的定义 | 第17页 |
·决策支持系统的基本体系结构 | 第17-18页 |
·模型库系统 | 第18页 |
·数据挖掘在决策支持系统中的应用 | 第18-23页 |
·时间序列数据挖掘 | 第21-22页 |
·相关预测和评价模型 | 第22-23页 |
·本章小结 | 第23-25页 |
3 高速铁路与社会经济互动关系的模型库分析与设计 | 第25-43页 |
·模型文件库 | 第27-31页 |
·模型文件的存储方式 | 第27页 |
·模型构建技术 | 第27-31页 |
·模型字典库 | 第31-32页 |
·模型的组合 | 第32-34页 |
·模型的共享设计 | 第32-33页 |
·Spring的IoC容器及Ioc模式的应用 | 第33-34页 |
·模型的查询和维护 | 第34-35页 |
·模型库开发的关键问题 | 第35-42页 |
·模型开发的类结构图以及构建总结 | 第35-38页 |
·接口模式管理数据的业务的增删改查 | 第38-39页 |
·模型的运行 | 第39-40页 |
·模型与数据库的连接以及数据的共享 | 第40-41页 |
·数据的输入输出以及转化 | 第41-42页 |
·本章小结 | 第42-43页 |
4 高速铁路社会经济互动关系模型及预测算法 | 第43-56页 |
·统计算法 | 第43-49页 |
·主成分分析 | 第43-46页 |
·DEA评价 | 第46-49页 |
·BP神经网络 | 第49-55页 |
·粒子群算法PSO | 第50-51页 |
·基于粒子群算法优化BP网络 | 第51-53页 |
·基于PSO-BP神经网络算法构建高速铁路与社会经济互动关系预测模型的过程 | 第53-55页 |
·本章小结 | 第55-56页 |
5 高速铁路与社会经济互动关系模型库系统的实现 | 第56-71页 |
·系统平台搭建 | 第56页 |
·硬件环境 | 第56页 |
·软件环境 | 第56页 |
·模型库的文件库结构 | 第56-57页 |
·模型字典库设计 | 第57页 |
·高速铁路社会经济互动关系模型实现 | 第57-71页 |
·高速铁路与社会经济相互影响分析系统的评价指标 | 第58-60页 |
·社会经济指标相关性分析 | 第60-62页 |
·指标筛选与重构 | 第62-63页 |
·主成分分析 | 第63-64页 |
·DEA评价 | 第64-66页 |
·高速铁路对区域社会经济影响的总体评价分析 | 第66-67页 |
·PSO-BP神经网络预测仿真 | 第67-71页 |
6 结论与展望 | 第71-73页 |
·本文工作总结 | 第71-72页 |
·展望 | 第72-73页 |
参考文献 | 第73-75页 |
作者简历 | 第75-77页 |
学位论文数据集 | 第77页 |