面向物流企业的灰色数据挖掘模型研究及应用
| 第1章 绪论 | 第1-15页 |
| ·引言 | 第10-11页 |
| ·数据挖掘概述 | 第11-12页 |
| ·灰色理论的研究综述 | 第12-13页 |
| ·研究内容和组织结构 | 第13-15页 |
| 第2章 灰色系统理论 | 第15-23页 |
| ·灰色系统理论概述 | 第15-17页 |
| ·灰色系统的基本理论 | 第17-18页 |
| ·灰色系统建模 | 第18-22页 |
| ·序列光滑条件与灰指数规律 | 第19-20页 |
| ·灰色GM(n,h)模型 | 第20-21页 |
| ·灰色模型适用范围 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 灰色关联与聚类分析 | 第23-33页 |
| ·数据变换方法 | 第23-26页 |
| ·灰色关联分析 | 第26-29页 |
| ·灰色关联的基本思想 | 第26页 |
| ·灰色关联公理 | 第26-27页 |
| ·几种常用的灰色关联度 | 第27-29页 |
| ·灰色聚类 | 第29-32页 |
| ·灰色关联聚类 | 第29-31页 |
| ·灰色白化权函数聚类 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第4章 灰色数列预测 | 第33-47页 |
| ·数据生成 | 第33-35页 |
| ·累加生成 | 第33-34页 |
| ·累减生成 | 第34-35页 |
| ·灰色GM(1，1)模型 | 第35-41页 |
| ·GM(1，1)模型的建立 | 第35-36页 |
| ·GM(1，1)模型的检验 | 第36-38页 |
| ·GM(1，1)模型预测的步骤 | 第38-41页 |
| ·改进的GM(1，1)模型 | 第41-46页 |
| ·改进参数估计GM模型——GOM模型 | 第42-45页 |
| ·改进边界条件GM(1，1)模型 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第5章 面向物流企业的实例应用 | 第47-66页 |
| ·物流企业数据挖掘的结构体系 | 第47-49页 |
| ·基于库存控制的需求量灰色预测 | 第49-61页 |
| ·应用背景 | 第49页 |
| ·灰色预测模型的建立 | 第49-58页 |
| ·时间序列分析方法 | 第58-60页 |
| ·对比分析 | 第60页 |
| ·实际意义 | 第60-61页 |
| ·供应链伙伴选择的灰色聚类分析 | 第61-65页 |
| ·应用背景 | 第61页 |
| ·灰色聚类分析 | 第61-65页 |
| ·实际意义 | 第65页 |
| ·小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间公开发表论文 | 第70-71页 |
| 致谢 | 第71-72页 |
| 研究生履历 | 第72页 |
