| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 选题背景和研究意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 文献综述 | 第13-17页 |
| 1.2.1 研究现状 | 第13-16页 |
| 1.2.2 文献述评 | 第16-17页 |
| 1.3 研究思路与主要内容 | 第17-18页 |
| 1.3.1 研究思路 | 第17-18页 |
| 1.3.2 本文主要工作内容 | 第18页 |
| 1.4 本文主要创新点 | 第18-19页 |
| 第2章 权重相关理论与赋权方法 | 第19-30页 |
| 2.1 权重相关概念与理论 | 第19-22页 |
| 2.1.1 权重定义 | 第19页 |
| 2.1.2 权重的特点 | 第19-20页 |
| 2.1.3 权重相关理论 | 第20-22页 |
| 2.2 常用赋权方法 | 第22-27页 |
| 2.2.1 主观赋权方法 | 第22-24页 |
| 2.2.2 客观赋权方法 | 第24-26页 |
| 2.2.3 组合赋权方法 | 第26-27页 |
| 2.3 综合评价指标赋权优良标准 | 第27-30页 |
| 第3章 面板数据指标权重确定方法 | 第30-43页 |
| 3.1 基于组合赋权模型的指标权重 | 第30-34页 |
| 3.1.1 熵值法 | 第31页 |
| 3.1.2 变异系数法 | 第31-32页 |
| 3.1.3 相关系数法 | 第32-33页 |
| 3.1.4 多种赋权方法集成模型 | 第33-34页 |
| 3.2 遗传算法基本原理与计算过程 | 第34-37页 |
| 3.2.1 基本原理 | 第34页 |
| 3.2.2 实现流程 | 第34-37页 |
| 3.3 GA-组合赋权法的指标权重的确定流程 | 第37-40页 |
| 3.4 遗传算法应用于指标权重的确定 | 第40-43页 |
| 第4章 面板数据时间权重确定方法 | 第43-49页 |
| 4.1 基于时间信息量的时间权重确定方法 | 第43-44页 |
| 4.2 模拟退火算法过程 | 第44-47页 |
| 4.2.1 模拟退火算法的基本原理 | 第44-45页 |
| 4.2.2 模拟退火算法的计算步骤 | 第45-47页 |
| 4.3 基于模拟退火算法的时间权重求解过程 | 第47-49页 |
| 第5章 基于组合权重的面板数据综合评价实证分析 | 第49-57页 |
| 5.1 数据来源与预处理 | 第49-50页 |
| 5.2 面板数据综合评价权重的确定 | 第50-54页 |
| 5.2.1 基于遗传算法改进的指标赋权方法 | 第50-53页 |
| 5.2.2 基于模拟退火改进的时间赋权方法 | 第53页 |
| 5.2.3 基于GAST-组合权重的确定 | 第53-54页 |
| 5.3 改进组合权重应用于基于灰色关联度评价模型的实证分析 | 第54-57页 |
| 5.3.1 灰色关联度评价模型 | 第54-56页 |
| 5.3.2 评价结果 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第63-64页 |
| 致谢 | 第64页 |