| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 问题的提出 | 第8-9页 |
| 1.1.1 课题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 有关预警的方法的研究 | 第10-11页 |
| 1.2.2 有关案例推理的方法的研究 | 第11-12页 |
| 1.2.3 有关食品安全危机管理的研究 | 第12-14页 |
| 1.2.4 国内外文献综述简析 | 第14-15页 |
| 1.3 研究内容和研究方法 | 第15-18页 |
| 1.3.1 研究内容 | 第15-17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 第2章 食品安全危机预警系统的相关知识概述 | 第18-27页 |
| 2.1 相关概念界定 | 第18-20页 |
| 2.1.1 食品安全的概念 | 第18页 |
| 2.1.2 食品安全危机事件 | 第18-20页 |
| 2.2 相关理论阐述 | 第20-22页 |
| 2.2.1 危机预警理论 | 第20页 |
| 2.2.2 知识表示理论 | 第20-22页 |
| 2.3 智能推理相关知识介绍 | 第22-26页 |
| 2.3.1 智能决策中常用智能推理方法比较 | 第22-23页 |
| 2.3.2 案例推理方法在食品安全危机预警领域的适用性 | 第23-24页 |
| 2.3.3 案例推理的工作原理与关键技术 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 食品安全危机案例的表示及案例属性优化 | 第27-39页 |
| 3.1 食品安全危机事件分析 | 第27-30页 |
| 3.1.1 食品安全危机典型案例分析 | 第27-28页 |
| 3.1.2 食品安全危机案例特征归纳 | 第28-30页 |
| 3.2 食品安全危机事件案例收集与属性提取 | 第30-31页 |
| 3.3 食品安全危机案例表示方法设计 | 第31-34页 |
| 3.3.1 案例表示的内容与要求 | 第32页 |
| 3.3.2 案例表示方法的选择 | 第32-33页 |
| 3.3.3 基于框架的食品安全危机案例表示 | 第33-34页 |
| 3.4 食品安全危机事件案例属性优化 | 第34-38页 |
| 3.4.1 案例属性的相关性分析 | 第34-36页 |
| 3.4.2 基于信息熵的属性约减 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 食品安全危机案例检索与修正 | 第39-48页 |
| 4.1 案例检索方法的概述 | 第39-41页 |
| 4.2 案例相似度算法设计 | 第41-44页 |
| 4.2.1 基于KNN的案例全局相似度算法设计 | 第41页 |
| 4.2.2 案例中不同类型属性相似度计算方法 | 第41-44页 |
| 4.3 案例的修正 | 第44-45页 |
| 4.4 案例的学习 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 食品安全危机预警系统设计及实例检验 | 第48-62页 |
| 5.1 基于案例推理的食品安全危机预警系统设计 | 第48-50页 |
| 5.1.1 食品安全危机预警系统结构及预警过程 | 第48-49页 |
| 5.1.2 食品安全危机预警系统功能分析 | 第49页 |
| 5.1.3 食品安全危机预警系统功能模块设计 | 第49-50页 |
| 5.2 基于案例推理的食品安全危机预警系统应用实例 | 第50-56页 |
| 5.3 系统实例检验结果后期解释与评价 | 第56-61页 |
| 5.3.1 基于危机管理理论的系统实例检验结果解释 | 第56-59页 |
| 5.3.2 基于案例推理的食品安全危机预警系统评价 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |
