| 摘要 | 第5-8页 |
| Abstract | 第8-11页 |
| 第1章 绪论 | 第17-33页 |
| 1.1 研究背景 | 第17-21页 |
| 1.1.1 采用传统决策方法解决现实一些决策问题的困惑 | 第17-19页 |
| 1.1.2 基于案例分析的决策分析范式研究引起关注 | 第19-20页 |
| 1.1.3 基于相似案例分析的决策方法研究的必要性 | 第20-21页 |
| 1.2 问题的提出 | 第21-24页 |
| 1.2.1 基于相似案例分析的决策方法的研究框架 | 第21-22页 |
| 1.2.2 案例的表示与案例属性及其权重的确定 | 第22页 |
| 1.2.3 相似历史案例的提取 | 第22-23页 |
| 1.2.4 基于相似案例分析的备选决策方案的生成与优选 | 第23-24页 |
| 1.3 研究目标与研究意义 | 第24-25页 |
| 1.3.1 研究目标 | 第24-25页 |
| 1.3.2 研究意义 | 第25页 |
| 1.4 研究内容与研究方案 | 第25-30页 |
| 1.4.1 研究内容 | 第26-27页 |
| 1.4.2 研究方案 | 第27-30页 |
| 1.5 本文章节安排 | 第30-31页 |
| 1.6 本文创新性工作说明 | 第31-32页 |
| 1.7 数学符号及用语的说明 | 第32-33页 |
| 第2章 相关研究文献综述 | 第33-54页 |
| 2.1 文献检索情况概述 | 第33-37页 |
| 2.1.1 文献检索范围分析 | 第33-34页 |
| 2.1.2 相关文献情况分析 | 第34-35页 |
| 2.1.3 研究趋势分析 | 第35-37页 |
| 2.2 关于案例推理技术(CBR)研究 | 第37-43页 |
| 2.2.1 CBR研究的兴起与发展 | 第38-39页 |
| 2.2.2 基于案例推理的决策技术 | 第39-40页 |
| 2.2.3 案例属性选择技术 | 第40-41页 |
| 2.2.4 多策略相似性检索方法 | 第41-42页 |
| 2.2.5 有关CBR应用研究及系统开发 | 第42-43页 |
| 2.3 关于基于案例的决策理论(CBDT)研究 | 第43-49页 |
| 2.3.1 CBDT研究的兴起与发展 | 第44页 |
| 2.3.2 期望水平设置及调整规则 | 第44-45页 |
| 2.3.3 相似函数 | 第45-46页 |
| 2.3.4 衍化发展及进一步解释 | 第46-47页 |
| 2.3.5 有关CBDT应用研究 | 第47-49页 |
| 2.4 已有研究成果的贡献与不足的总结 | 第49-52页 |
| 2.4.1 已有成果的主要贡献 | 第49-50页 |
| 2.4.2 已有成果的不足之处 | 第50-51页 |
| 2.4.3 对本文研究的启示 | 第51-52页 |
| 2.5 本章小结 | 第52-54页 |
| 第3章 基于相似案例分析的决策方法研究理论基础及研究框架 | 第54-64页 |
| 3.1 CBR | 第54-56页 |
| 3.1.1 CBR的基本思想 | 第54-55页 |
| 3.1.2 CBR的基本模型与步骤 | 第55-56页 |
| 3.2 CBDT | 第56-58页 |
| 3.2.1 CBDT的基本思想 | 第56-57页 |
| 3.2.2 CBDT的基本模型 | 第57-58页 |
| 3.3 基于相似案例分析的决策方法的研究框架 | 第58-63页 |
| 3.3.1 基于相似案例分析的决策范式描述 | 第59-60页 |
| 3.3.2 研究框架 | 第60-62页 |
| 3.3.3 研究框架的有关说明 | 第62-63页 |
| 3.4 本章小结 | 第63-64页 |
| 第4章 案例的表示与案例属性及其权重的确定方法 | 第64-82页 |
| 4.1 案例的表示方法 | 第64-67页 |
| 4.1.1 问题描述 | 第64-65页 |
| 4.1.2 历史案例与目标案例的表示 | 第65-67页 |
| 4.2 案例属性及其权重的确定方法 | 第67-81页 |
| 4.2.1 预备知识 | 第67-69页 |
| 4.2.2 符号定义与说明 | 第69-71页 |
| 4.2.3 历史案例与目标案例的属性确定 | 第71-77页 |
| 4.2.4 属性权重的确定 | 第77-81页 |
| 4.3 本章小结 | 第81-82页 |
| 第5章 相似历史案例的提取方法 | 第82-94页 |
| 5.1 问题描述及相关符号说明 | 第82-85页 |
| 5.1.1 问题描述 | 第82-83页 |
| 5.1.2 相关符号说明 | 第83-85页 |
| 5.2 案例属性相似度的计算方法 | 第85-90页 |
| 5.2.1 属性值为清晰符号的相似度计算 | 第85页 |
| 5.2.2 属性值为清晰数的相似度计算 | 第85-86页 |
| 5.2.3 属性值为区间数的相似度计算 | 第86-87页 |
| 5.2.4 属性值为模糊语言变量的相似度计算 | 第87-88页 |
| 5.2.5 属性值为随机变量的相似度计算 | 第88-89页 |
| 5.2.6 属性值为文本的相似度计算 | 第89-90页 |
| 5.3 案例相似度的计算方法 | 第90-91页 |
| 5.3.1 历史案例与目标案例的结构相似系数的计算 | 第90-91页 |
| 5.3.2 历史案例与目标案例的案例相似度计算 | 第91页 |
| 5.4 相似历史案例集的构建方法 | 第91-93页 |
| 5.4.1 相似度阈值的设置 | 第91-92页 |
| 5.4.2 相似历史案例的筛选及相似历史案例集的构建 | 第92-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第6章 基于相似案例分析的备选决策方案的生成与优选方法 | 第94-103页 |
| 6.1 问题描述与相关符号说明 | 第94-96页 |
| 6.1.1 问题描述 | 第94-95页 |
| 6.1.2 相关符号说明 | 第95-96页 |
| 6.2 基于相似案例分析的备选决策方案生成方法 | 第96-98页 |
| 6.2.1 针对相似历史案例的决策方案的修正 | 第96-98页 |
| 6.2.2 针对目标案例的备选决策方案的生成 | 第98页 |
| 6.3 备选决策方案的排序与选择方法 | 第98-100页 |
| 6.3.1 针对目标案例的备选决策方案实施效果的评估 | 第99-100页 |
| 6.3.2 针对目标案例的备选决策方案的排序与优选 | 第100页 |
| 6.4 基于相似案例分析的备选决策方案生成与优选的计算步骤 | 第100-101页 |
| 6.5 本章小结 | 第101-103页 |
| 第7章 基于相似案例分析的决策方法的应用研究 | 第103-169页 |
| 7.1 基于相似案例分析的煤矿瓦斯爆炸突发事件应急方案生成与优选 | 第103-111页 |
| 7.1.1 研究问题的实际背景 | 第103-104页 |
| 7.1.2 问题描述 | 第104-107页 |
| 7.1.3 应急方案生成与优选的原理与计算步骤 | 第107-110页 |
| 7.1.4 有关计算结果及分析 | 第110-111页 |
| 7.2 基于相似案例分析的地铁车站建设项目风险应对策略生成与选择 | 第111-133页 |
| 7.2.1 研究问题的实际背景 | 第112-114页 |
| 7.2.2 问题描述 | 第114-119页 |
| 7.2.3 项目风险应对策略生成与选择的原理与计算步骤 | 第119-127页 |
| 7.2.4 有关计算结果及分析 | 第127-133页 |
| 7.3 基于相似案例分析的E-commerce商品推荐方案生成与优选 | 第133-153页 |
| 7.3.1 研究问题的实际背景 | 第134-136页 |
| 7.3.2 E-commerce商品推荐流程 | 第136-137页 |
| 7.3.3 问题描述 | 第137-138页 |
| 7.3.4 考虑商品质量表现与卖家服务表现的商品推荐的原理与步骤 | 第138-151页 |
| 7.3.5 实验与评价分析 | 第151-153页 |
| 7.4 基于相似案例分析的钢铁企业商业模式的选择 | 第153-168页 |
| 7.4.1 研究问题的实际背景 | 第154-155页 |
| 7.4.2 商业模式的基本概念及构成要素 | 第155-158页 |
| 7.4.3 问题描述 | 第158-163页 |
| 7.4.4 基于价值链视角的钢铁企业商业模式选择的原理与步骤 | 第163-167页 |
| 7.4.5 有关计算结果及分析 | 第167-168页 |
| 7.5 本章小结 | 第168-169页 |
| 第8章 结论与展望 | 第169-175页 |
| 8.1 本文的主要研究成果及结论 | 第169-172页 |
| 8.2 本文的主要贡献 | 第172-173页 |
| 8.3 本文研究的局限 | 第173页 |
| 8.4 今后研究工作展望 | 第173-175页 |
| 参考文献 | 第175-189页 |
| 致谢 | 第189-191页 |
| 攻读博士学位期间发表论文情况 | 第191-193页 |
| 攻读博士学位期间参与完成科研项目情况 | 第193-195页 |
| 作者简介 | 第195页 |
