数据挖掘在供应商评价中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题的研究背景和意义 | 第8-9页 |
| ·课题的研究背景 | 第8页 |
| ·课题的研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·供应商评价指标的建立 | 第9-10页 |
| ·供应商评价方法的研究 | 第10-11页 |
| ·论文结构和创新点 | 第11-13页 |
| ·论文的创新点 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 供应商评价中的数据挖掘技术 | 第13-25页 |
| ·数据挖掘技术概述 | 第13-15页 |
| ·数据挖掘的基本概念 | 第13-14页 |
| ·数据挖掘的功能 | 第14-15页 |
| ·数据挖掘的主要支撑技术 | 第15-19页 |
| ·决策树 | 第15-16页 |
| ·人工神经网络 | 第16-17页 |
| ·粗糙集方法 | 第17页 |
| ·其他方法 | 第17-19页 |
| ·基于数据挖掘的供应商评价 | 第19-24页 |
| ·供应商评价的特点 | 第19-21页 |
| ·数据挖掘在供应商评价中的可行性 | 第21-22页 |
| ·供应商评价的数据挖掘模型 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于核覆盖算法的供应商评价 | 第25-50页 |
| ·数学方法在供应商评价中的应用 | 第25-29页 |
| ·评价指标的选取 | 第25页 |
| ·层次分析法 | 第25-27页 |
| ·TOPSIS 法 | 第27-29页 |
| ·支持向量机和交叉覆盖算法 | 第29-38页 |
| ·支持向量机 | 第29-33页 |
| ·交叉覆盖算法 | 第33-35页 |
| ·支持向量机与三层前向神经网络的等价性 | 第35页 |
| ·核覆盖算法 | 第35-38页 |
| ·基于构造性核覆盖算法的燃料供应商评价模型 | 第38-43页 |
| ·燃料供应商评价模型 | 第38-39页 |
| ·燃料供应商评价指标的选取 | 第39-40页 |
| ·数据选取和数据预处理 | 第40-42页 |
| ·供应商评价算法 | 第42-43页 |
| ·测试结果与分析 | 第43-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 燃料供应商评价管理系统 | 第50-68页 |
| ·快速原型法 | 第50-55页 |
| ·快速原型法概述 | 第50-51页 |
| ·快速原型法分类 | 第51-54页 |
| ·快速原型法的适用情况 | 第54-55页 |
| ·系统设计 | 第55-61页 |
| ·系统功能和目标 | 第55-56页 |
| ·原型系统功能模块 | 第56-57页 |
| ·原型系统业务流程和数据流图 | 第57-58页 |
| ·知识库的设计 | 第58-59页 |
| ·原型迭代阶段 | 第59-61页 |
| ·系统主要功能实现 | 第61-67页 |
| ·系统数据窗口的实现 | 第61-63页 |
| ·权重设置窗口实现 | 第63-65页 |
| ·供应商评价窗口实现 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 全文总结与展望 | 第68-70页 |
| ·本文所做的工作 | 第68页 |
| ·研究展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 附录 A 表索引 | 第74页 |
| 附录 B 图索引 | 第74-76页 |
| Appendix A Table Index | 第76页 |
| Appendix B Figure Index | 第76-78页 |
| 致谢 | 第78-79页 |
| 导师、作者简介 | 第79页 |
