| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究的关键问题 | 第14-15页 |
| 1.3 研究内容及创新点 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 创新点 | 第16-17页 |
| 1.4 组织结构及技术路线 | 第17-19页 |
| 1.4.1 组织结构 | 第17页 |
| 1.4.2 技术路线 | 第17-19页 |
| 第二章 相关研究及技术概述 | 第19-30页 |
| 2.1 国内外图书价值评估研究现状 | 第19-20页 |
| 2.2 国内外图书采购工作研究现状 | 第20-22页 |
| 2.3 相关智能算法介绍 | 第22-29页 |
| 2.3.1 BP神经网络简介 | 第22-25页 |
| 2.3.2 支持向量机简介 | 第25-27页 |
| 2.3.3 遗传算法简介 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于GA-BP算法的图书采购模型研究 | 第30-40页 |
| 3.1 实验样本数据处理 | 第30-33页 |
| 3.1.1 样本数据来源 | 第30-31页 |
| 3.1.2 特征选择 | 第31页 |
| 3.1.3 数据预处理 | 第31-33页 |
| 3.2 基于GA-BP算法的图书采购模型设计 | 第33-35页 |
| 3.2.1 GA与 BP网络结合的可行性 | 第33-34页 |
| 3.2.2 构建基于GA-BP图书采购模型的理论依据 | 第34-35页 |
| 3.2.3 基于GA-BP图书采购模型的结构设计 | 第35页 |
| 3.3 基于GA-BP算法的图书采购模型实现 | 第35-39页 |
| 3.3.1 基于GA-BP算法的模型实现步骤 | 第35-38页 |
| 3.3.2 基于GA-BP算法的模型应用流程 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于GA-SVM的图书采购模型研究 | 第40-47页 |
| 4.1 SVM基本原理 | 第40-42页 |
| 4.2 基于GA-SVM算法的图书采购模型设计 | 第42-44页 |
| 4.2.1 GA和 SVM结合的可行性 | 第42-43页 |
| 4.2.2 构建基于GA-SVM的图书采购模型的理论依据 | 第43页 |
| 4.2.3 基于GA-SVM图书采购模型的结构设计 | 第43-44页 |
| 4.3 基于GA-SVM算法的图书采购模型实现 | 第44-46页 |
| 4.3.1 基于GA-SVM算法的模型实现步骤 | 第44-45页 |
| 4.3.2 基于GA-SVM算法的模型应用流程 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 实验设计与结果可视化分析 | 第47-59页 |
| 5.1 实验数据及运行环境 | 第47-48页 |
| 5.1.1 数据准备 | 第47-48页 |
| 5.1.2 运行环境 | 第48页 |
| 5.2 基于BP网络算法的图书采购实验 | 第48-50页 |
| 5.2.1 BP参数选择 | 第48-49页 |
| 5.2.2 实验结果 | 第49-50页 |
| 5.3 基于GA-BP算法的图书采购实验 | 第50-52页 |
| 5.3.1 GA参数设置 | 第50页 |
| 5.3.2 实验结果及对比分析 | 第50-52页 |
| 5.4 基于GS-SVM算法的图书采购实验 | 第52-54页 |
| 5.4.1 GS寻参 | 第52-53页 |
| 5.4.2 实验结果 | 第53-54页 |
| 5.5 基于GA-SVM算法的图书采购实验 | 第54-57页 |
| 5.5.1 GA寻参 | 第54-55页 |
| 5.5.2 实验结果及对比分析 | 第55-57页 |
| 5.6 各模型预测结果对比分析 | 第57-58页 |
| 5.7 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 研究不足与未来展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |
