| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第1章 绪论 | 第8-18页 |
| 1．1 问题的提出 | 第8-11页 |
| 1．1．1 具体研究背景的需求 | 第8页 |
| 1．1．2 从定性到定量的综合集成方法(Meta-Synthesis)的启发 | 第8-9页 |
| 1．1．3 当前综合评价中存在的问题 | 第9-11页 |
| 1．2 研究意义 | 第11-12页 |
| 1．3 国内外研究综述 | 第12-17页 |
| 1．3．1 综合评价的方法概述及研究现状 | 第12-15页 |
| 1．3．2 决策支持系统(DSS)研究综述 | 第15-17页 |
| 1．4 本文研究的主要内容和工作要点 | 第17-18页 |
| 第2章 基于模糊集的综合评价模型 | 第18-39页 |
| 2．1 复杂对象系统综合评价过程的形式化描述 | 第18-22页 |
| 2．1．1 复杂对象系统综合评价的特点 | 第18-20页 |
| 2．1．2 复杂对象系统综合评价问题的形式化描述 | 第20-22页 |
| 2．2 基础评价指标的量化 | 第22-25页 |
| 2．3 权系数赋值方法 | 第25-34页 |
| 2．3．1 权系数的主观赋值方法 | 第26-29页 |
| 2．3．2 基于熵技术的权系数客观赋值方法 | 第29-34页 |
| 2．4 基于模糊集的复杂对象系统综合评价机理 | 第34-38页 |
| 2．5 本章小结 | 第38-39页 |
| 第3章 基于ANN的综合评价模型 | 第39-49页 |
| 3．1 人工神经网络ANN概述 | 第39-42页 |
| 3．1．1 ANN的基本原理 | 第39-40页 |
| 3．1．2 ANN的基本特点 | 第40-41页 |
| 3．1．3 ANN的研究回顾 | 第41-42页 |
| 3．2 基于ANN的综合评价机理 | 第42-47页 |
| 3．2．1 单个人工神经元结构 | 第42-43页 |
| 3．2．2 用于综合评价的三层BP神经网络结构及其数学描述 | 第43-45页 |
| 3．2．3 BP学习算法 | 第45-47页 |
| 3．3 基于ANN的综合评价模型的特点 | 第47-48页 |
| 3．4 本章小结 | 第48-49页 |
| 第4章 ICSIDSS的分析、设计与开发研究 | 第49-62页 |
| 4．1 ICSIDSS的设计思想及其主要功能 | 第49-51页 |
| 4．2 ICSIDSS的基本结构与模块设计 | 第51-56页 |
| 4．3 综合评价子系统的设计原理 | 第56-58页 |
| 4．4 ICSIDSS的综合开发研究 | 第58-61页 |
| 4．5 本章小结 | 第61-62页 |
| 第5章 应用实例与结果——以西安市为例 | 第62-76页 |
| 5．1 区域产业竞争力综合评价的意义 | 第62-63页 |
| 5．2 区域产业竞争力的多层次综合评价指标体系 | 第63-66页 |
| 5．3 基于模糊集的综合评价模型和推理方法的应用 | 第66-68页 |
| 5．4 基于ANN的综合评价模型的应用 | 第68-70页 |
| 5．5 综合评价结果分析 | 第70-72页 |
| 5．5．1 计算结果分析 | 第70-71页 |
| 5．5．2 西安市产业发展定位 | 第71-72页 |
| 5．6 提高西安市产业竞争力的建议和对策 | 第72-75页 |
| 5．6．1 建立协调合理的企业规模结构 | 第73页 |
| 5．6．2 切实加强高科技创新能力 | 第73-74页 |
| 5．6．3 完善软环境，增强环境的吸引力 | 第74-75页 |
| 5．6．4 积极防治工业污染，实现区域可持续发展 | 第75页 |
| 5．7 本章小结 | 第75-76页 |
| 第6章 全文总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文及参与的科研活动 | 第82-83页 |
| 致谢 | 第83-84页 |