| 第1章 智能决策支持系统的发展 | 第1-18页 |
| 1．1 MIS的概念 | 第9-11页 |
| 1．1．1 管理信息系统的特征 | 第9-10页 |
| 1．1．2 管理信息系统的功能 | 第10-11页 |
| 1．2 从MIS发展成为DSS | 第11-15页 |
| 1．2．1 决策支持系统的定义 | 第12页 |
| 1．2．2 决策支持系统的特征 | 第12页 |
| 1．2．3 决策支持系统的结构 | 第12-13页 |
| 1．2．4 决策支持系统与管理信息系统的比较 | 第13-15页 |
| 1．3 从传统决策支持系统到智能决策支持系统 | 第15-18页 |
| 1．3．1 智能的重要性 | 第15页 |
| 1．3．2 智能决策支持系统（IDSS） | 第15-16页 |
| 1．3．3 智能决策支持系统的功能 | 第16-18页 |
| 第2章 模型辅助决策 | 第18-33页 |
| 2．1 辅助决策 | 第18-19页 |
| 2．1．1 以数据形式的辅助决策 | 第18页 |
| 2．1．2 以模型和方法的形式辅助决策 | 第18-19页 |
| 2．1．3 以多模型组合形式辅助决策 | 第19页 |
| 2．2 传统模型管理 | 第19-24页 |
| 2．2．1 模型的概念 | 第19-21页 |
| 2．2．2 模型的特点 | 第21-22页 |
| 2．2．3 模型的管理 | 第22-24页 |
| 2．3 将机器学习引入模型管理 | 第24-33页 |
| 2．3．1 模型管理的问题 | 第24-27页 |
| 2．3．2 人工智能技术（AI）简介 | 第27-28页 |
| 2．3．3 机器学习的概念和方法 | 第28-30页 |
| 2．3．4 机器学习技术在DSS模型库管理中的应用 | 第30-33页 |
| 第3章 可拓理论与可拓评价方法 | 第33-49页 |
| 3．1 可拓理论简介 | 第33-36页 |
| 3．1．1 物元和可拓理论的提出 | 第33-34页 |
| 3．1．2 可拓理论在决策领域中的应用 | 第34-35页 |
| 3．1．3 可拓理论的发展现状和展望 | 第35-36页 |
| 3．2 可拓理论基础 | 第36-38页 |
| 3．2．1 物元分析 | 第36-37页 |
| 3．2．2 物元的特性 | 第37-38页 |
| 3．3 可拓集及关联函数 | 第38-43页 |
| 3．3．1 可拓集合的定义 | 第38-39页 |
| 3．3．2 关联函数 | 第39-43页 |
| 3．4 可拓评价方法 | 第43-49页 |
| 3．4．1 信息评估的概念 | 第43-44页 |
| 3．4．2 信息评估的特殊性 | 第44页 |
| 3．4．3 优度评价法 | 第44-49页 |
| 第4章 将可拓理论应用于DSS | 第49-61页 |
| 4．1 模型的表示 | 第49-51页 |
| 4．2 模型生成技术 | 第51-54页 |
| 4．2．1 模型生成的一般步骤 | 第51-52页 |
| 4．2．2 模型的动态生成 | 第52-54页 |
| 4．3 基于可拓理论的决策支持系统 | 第54-61页 |
| 4．3．1 可拓决策方法的特色 | 第54页 |
| 4．3．2 模型优度的可拓评价方法 | 第54-59页 |
| 4．3．3 模型自我学习 | 第59-61页 |
| 第5章 估价决策支持系统的实现 | 第61-73页 |
| 5．1 问题的提出 | 第62-63页 |
| 5．2 系统功能需求分析 | 第63-65页 |
| 5．3 估价决策支持系统的具体实现 | 第65-73页 |
| 5．3．1 预算管理 | 第66-67页 |
| 5．3．2 工票管理 | 第67-69页 |
| 5．3．3 结算管理 | 第69-73页 |
| 第6章 结束语 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-76页 |