摘要 | 第3-4页 |
Abstract | 第4页 |
1. 绪论 | 第7-21页 |
1.1 研究背景和意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-21页 |
1.2.1 综合评价的研究现状及存在的问题 | 第8-11页 |
1.2.2 客户满意度评价的研究现状 | 第11-21页 |
2. 综合评价的基本问题 | 第21-25页 |
2.1 综合评价技术 | 第21-22页 |
2.1.1 一般意义上的评价与综合评价 | 第21页 |
2.1.2 统计评价与统计综合评价 | 第21-22页 |
2.1.3 综合评价的意义 | 第22页 |
2.2 综合评价的基本过程 | 第22-24页 |
2.2.1 综合评价的物理过程 | 第22-23页 |
2.2.2 综合评价的思维过程 | 第23-24页 |
2.3 综合评价技术的基本内容与方法分类 | 第24-25页 |
2.3.1 综合评价技术的基本研究内容 | 第24-25页 |
3. 综合评价指标体系研究 | 第25-29页 |
3.1 综合评价指标体系研究的意义 | 第25页 |
3.1.1 综合评价指标体系研究的意义 | 第25页 |
3.1.2 综合测评指标体系研究内容 | 第25页 |
3.2 综合评价指标体系的构建 | 第25-27页 |
3.2.1 综合评价指标体系的构建过程 | 第25-27页 |
3.2.2 综合评价指标体系构建的基本原则[60-63] | 第27页 |
3.3 分析法进行综合指标体系的构建 | 第27-29页 |
4. 客户满意度理论的数学模型及方法分析 | 第29-45页 |
4.1 客户满意度研究现状 | 第29-32页 |
4.1.1 综合评价方法分类 | 第29页 |
4.1.2 常用评价方法 | 第29-31页 |
4.1.3 现有研究存在的问题 | 第31-32页 |
4.2 指标权重的确定 | 第32-38页 |
4.2.1 德尔菲法 | 第33页 |
4.2.2 模糊综合赋权两两比较法[64] | 第33-35页 |
4.2.3 等级标度法 | 第35页 |
4.2.4 直接打分法 | 第35-36页 |
4.2.5 熵值法[65] | 第36-37页 |
4.2.6 博弈集结模型确定组合权重 | 第37-38页 |
4.2.7 评价指标的量化 | 第38页 |
4.3 问卷设计 | 第38-40页 |
4.3.1 调查问卷设计的注意事项 | 第39-40页 |
4.3.2 问卷的填写与收集方式 | 第40页 |
4.4 神经网络 | 第40-42页 |
4.5 遗传算法 | 第42-45页 |
5. 电网综合评价技术实证研究 | 第45-59页 |
5.1 模型设计 | 第45-50页 |
5.1.1 指标体系研究 | 第45-47页 |
5.1.2 神经网络模型设计 | 第47-49页 |
5.1.3 模型流程设计 | 第49-50页 |
5.2 BP神经网络优化 | 第50-53页 |
5.2.1 普通BP神经网络的不足 | 第50页 |
5.2.2 遗传算法对BP神经网络的优化 | 第50-53页 |
5.3 模型验证 | 第53-59页 |
5.3.1 指标权重计算 | 第53-55页 |
5.3.2 BP神经网络模型的确定 | 第55-56页 |
5.3.3 使用遗传算法优化BP神经网络进行电网综合评价 | 第56-59页 |
6. 结论 | 第59-61页 |
6.1 本文总结 | 第59页 |
6.2 研究展望 | 第59-61页 |
致谢 | 第61-63页 |
参考文献 | 第63-67页 |
附录 | 第67-73页 |
附录一:在校期间发表论文情况 | 第67页 |
附录二:参与项目情况 | 第67-68页 |
附录三:2014 年国网陕西省电力公司客户满意度第三方调研问卷 | 第68-73页 |