| 第一章 绪论 | 第1-19页 |
| ·智能决策支持系统的现状和发展趋势 | 第12-16页 |
| ·IDSS的研究现状 | 第12-13页 |
| ·IDSS的发展方向 | 第13-15页 |
| ·CBR系统的关键技术和目前存在的问题 | 第15-16页 |
| ·课题研究的目的与意义 | 第16-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| 第二章 基于案例推理的IDSS的相关技术 | 第19-27页 |
| ·案例推理概述 | 第19-21页 |
| ·基于案例推理的智能决策支持系统的相关技术 | 第21-26页 |
| ·案例的表示和案例库的组织 | 第21-22页 |
| ·相似性 | 第22-24页 |
| ·案例的检索 | 第24-26页 |
| ·模糊决策 | 第26页 |
| ·案例库的维护机制 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 融合 CBR与 RBR的轿车购买决策支持系统 | 第27-49页 |
| ·轿车购买决策分析 | 第27-38页 |
| ·我国轿车市场的现状 | 第27-29页 |
| ·影响轿车需求的因素 | 第29-31页 |
| ·消费者购买决策分析 | 第31-33页 |
| ·轿车的购买决策分析 | 第33-38页 |
| ·融合CBR与CBR的混合决策系统 | 第38-42页 |
| ·基于规则的推理 | 第38-39页 |
| ·CBR与 RBR融合的必要性 | 第39-40页 |
| ·融合案例推理与规则推理的混合决策系统的实现 | 第40-42页 |
| ·CBR轿车购买决策支持系统案例获取的相似性计算模型 | 第42-48页 |
| ·案例获取的重要地位 | 第42-43页 |
| ·案例属性的分类及相似性计算方法 | 第43-46页 |
| ·CBR购买系统相似性计算模型 | 第46页 |
| ·轿车购买决策相似性计算应用示例 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 案例库的实现与案例获取 | 第49-62页 |
| ·知识库相关基本理论 | 第49-53页 |
| ·知识的基本概念 | 第49页 |
| ·知识的特性 | 第49-50页 |
| ·知识的表示 | 第50-51页 |
| ·框架表示和面向对象表示 | 第51-52页 |
| ·知识的管理 | 第52-53页 |
| ·轿车购买案例结构的构建 | 第53-57页 |
| ·案例结构的描述 | 第53-54页 |
| ·案例结构的设计要求 | 第54页 |
| ·轿车购买案例结构的构建 | 第54-57页 |
| ·轿车购买智能决策支持系统中的案例获取 | 第57-61页 |
| ·案例获取网络的概念 | 第57页 |
| ·案例获取网络模型的定义 | 第57-58页 |
| ·轿车购买案例获取网络的实现 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结论与建议 | 第62-64页 |
| ·结论 | 第62页 |
| ·不足与建议 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 硕士期间参与的科研项目 | 第69页 |
| 硕士期间发表的学术论文 | 第69页 |