基于SVM的虚拟企业盟友选择问题的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 引言 | 第9-12页 |
| ·虚拟企业盟友选择 | 第9页 |
| ·机器学习理论 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·全文的内容安排 | 第11页 |
| ·参考文献 | 第11-12页 |
| 第2章 虚拟企业盟友选择 | 第12-26页 |
| ·虚拟企业的概述 | 第12-17页 |
| ·虚拟企业的产生及背景 | 第12页 |
| ·虚拟企业的内涵 | 第12-15页 |
| ·虚拟企业的类型与形式 | 第15-16页 |
| ·虚拟企业的构建 | 第16-17页 |
| ·虚拟企业盟友选择的现状 | 第17-18页 |
| ·虚拟企业盟友选择常用的几种方法 | 第18-23页 |
| ·直观判断法 | 第18页 |
| ·层次分析法 | 第18-21页 |
| ·动态聚类方法 | 第21-22页 |
| ·人工神经网络算法 | 第22-23页 |
| ·参考文献 | 第23-26页 |
| 第3章 统计学习理论与支持向量机 | 第26-39页 |
| ·机器学习问题 | 第26-27页 |
| ·统计学习理论 | 第27-32页 |
| ·学习过程一致性的条件 | 第27-28页 |
| ·函数集的学习性能与VC维 | 第28-30页 |
| ·推广性的界 | 第30页 |
| ·结构风险最小化 | 第30-32页 |
| ·支持向量机 | 第32-37页 |
| ·广义最优分类面 | 第32-34页 |
| ·支持向量机 | 第34-35页 |
| ·核函数 | 第35页 |
| ·应用研究 | 第35-37页 |
| ·参考文献 | 第37-39页 |
| 第4章 虚拟企业盟友评估指标体系的研究 | 第39-51页 |
| ·指标体系的确定原则 | 第39-40页 |
| ·虚拟供应商综合评估指标的选择问题 | 第40-44页 |
| ·影响虚拟供应商选择的因素 | 第40-43页 |
| ·虚拟供应商综合评估指标体系的确立 | 第43-44页 |
| ·虚拟生产商综合评估指标的选择问题 | 第44-47页 |
| ·影响虚拟生产商选择的因素 | 第44-46页 |
| ·虚拟生产商综合评估指标体系的确立 | 第46-47页 |
| ·虚拟销售商综合评估指标的选择问题 | 第47-48页 |
| ·影响虚拟销售商选择的因素 | 第47页 |
| ·虚拟销售商综合评估指标体系的确立 | 第47-48页 |
| ·参考文献 | 第48-51页 |
| 第5章 构建基于SVM的虚拟企业盟友选择系统 | 第51-68页 |
| ·盟主企业选择盟友的决策过程 | 第51-52页 |
| ·SVM引入 | 第52-54页 |
| ·多类分类算法 | 第54-58页 |
| ·一对多组合 | 第54页 |
| ·多对多组合 | 第54-55页 |
| ·全局优化分类 | 第55-56页 |
| ·决策树分类 | 第56页 |
| ·几种算法的分析 | 第56-58页 |
| ·实现虚拟企业盟友的选择 | 第58-62页 |
| ·向量的拼接 | 第58-59页 |
| ·评估分值及排名 | 第59-60页 |
| ·核函数和核参数的选择 | 第60-62页 |
| ·基于SVM的虚拟企业盟友选择系统的应用 | 第62-65页 |
| ·实例1-1实现虚拟供应商的选择 | 第62-64页 |
| ·实例2-实现虚拟生产商的选择 | 第64-65页 |
| ·实例3-实现虚拟销售商的选择 | 第65页 |
| ·参考文献 | 第65-68页 |
| 第6章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·未来展望 | 第69页 |
| ·参考文献 | 第69-70页 |
| 附录 | 第70-71页 |
| 致谢 | 第71页 |
