手机资费套餐设计优化问题的初步研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 课题的背景和来源 | 第12页 |
| 1.2 课题的研究目的与意义 | 第12-13页 |
| 1.3 研究的目标与内容 | 第13页 |
| 1.4 研究的技术路线与方法 | 第13-14页 |
| 1.5 论文的结构安排 | 第14页 |
| 1.6 本章小结 | 第14-16页 |
| 第2章 相关文献综述 | 第16-26页 |
| 2.1 手机套餐设计研究综述 | 第16-17页 |
| 2.2 客户终生价值研究综述 | 第17-19页 |
| 2.2.1 客户终生价值的内涵 | 第17页 |
| 2.2.2 客户终生价值的相关研究 | 第17-19页 |
| 2.3 产品族设计研究综述 | 第19-20页 |
| 2.3.1 产品族设计的相关概念 | 第19页 |
| 2.3.2 产品族设计的相关研究 | 第19-20页 |
| 2.4 智能优化算法简介 | 第20-25页 |
| 2.4.1 遗传算法简介 | 第20-22页 |
| 2.4.2 模拟退火算法简介 | 第22-23页 |
| 2.4.3 粒子群算法简介 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 非均匀属性水平下的手机套餐设计优化模型 | 第26-34页 |
| 3.1 套餐相关名词定义 | 第26-27页 |
| 3.2 优化问题描述 | 第27页 |
| 3.3 市场细分 | 第27-28页 |
| 3.4 套餐分档效用 | 第28-29页 |
| 3.5 顾客选择行为分析 | 第29页 |
| 3.6 顾客生命周期和顾客保持率 | 第29-30页 |
| 3.7 套餐分档的费用 | 第30页 |
| 3.8 优化模型的建立 | 第30-32页 |
| 3.8.1 目标函数 | 第30-31页 |
| 3.8.2 约束条件 | 第31页 |
| 3.8.3 优化模型 | 第31-32页 |
| 3.9 本章小结 | 第32-34页 |
| 第4章 模型求解的遗传算法设计 | 第34-40页 |
| 4.1 染色体结构及编码方式 | 第34-35页 |
| 4.2 种群初始化 | 第35页 |
| 4.3 遗传算子设计 | 第35-37页 |
| 4.3.1 交叉算子 | 第35-36页 |
| 4.3.2 变异算子 | 第36-37页 |
| 4.3.4 修复策略 | 第37页 |
| 4.4 适值函数和选择策略 | 第37-38页 |
| 4.4.1 适值函数 | 第37页 |
| 4.4.2 选择策略 | 第37-38页 |
| 4.5 停止准则 | 第38页 |
| 4.6 模型求解的遗传算法流程 | 第38-39页 |
| 4.6.1 遗传算法流程图 | 第38页 |
| 4.6.2 遗传算法程序步骤 | 第38-39页 |
| 4.7 本章小结 | 第39-40页 |
| 第5章 模型求解的模拟退火算法设计 | 第40-46页 |
| 5.1 冷却进度表 | 第40-42页 |
| 5.1.1 初始温度T0 | 第40-41页 |
| 5.1.2 衰减函数 | 第41页 |
| 5.1.3 控制参数终止值 | 第41页 |
| 5.1.4 MAPKOB链长度 | 第41-42页 |
| 5.2 模拟退火算法设计 | 第42-44页 |
| 5.2.1 编码 | 第42-43页 |
| 5.2.2 邻域策略 | 第43页 |
| 5.2.3 初始解和能量函数 | 第43-44页 |
| 5.3 模拟退火算法程序步骤 | 第44-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第6章 模型求解的粒子群算法设计 | 第46-52页 |
| 6.1 编码 | 第46-47页 |
| 6.2 种群拓扑结构 | 第47页 |
| 6.3 学习策略 | 第47-48页 |
| 6.4 粒子群参数设置 | 第48-49页 |
| 6.4.1 惯性权重 | 第48页 |
| 6.4.2 学习因子 | 第48-49页 |
| 6.4.3 最大速度 | 第49页 |
| 6.4.4 初始粒子群 | 第49页 |
| 6.5 粒子群算法程序步骤 | 第49-50页 |
| 6.6 本章小结 | 第50-52页 |
| 第7章 算法的比较分析和模型参数敏感性分析 | 第52-78页 |
| 7.1 案例描述 | 第52-53页 |
| 7.2 实验设计 | 第53-54页 |
| 7.2.1 算法参数实验设计 | 第53页 |
| 7.2.2 嵌入启发式算法的实验设计 | 第53-54页 |
| 7.2.3 模型参数敏感性分析实验设计 | 第54页 |
| 7.3 算法参数实验 | 第54-65页 |
| 7.3.1 遗传算法参数实验 | 第54-57页 |
| 7.3.2 模拟退火算法参数实验 | 第57-61页 |
| 7.3.3 离散粒子群算法参数实验 | 第61-64页 |
| 7.3.4 算法比较实验 | 第64-65页 |
| 7.4 嵌入启发式算法实验 | 第65-71页 |
| 7.4.1 启发式算法步骤流程 | 第65-68页 |
| 7.4.2 嵌入启发式规则的算法比较 | 第68-71页 |
| 7.5 模型参数敏感性分析实验 | 第71-76页 |
| 7.5.1 套餐分档个数J实验 | 第71-72页 |
| 7.5.2 可变单元费用实验 | 第72页 |
| 7.5.3 竞争产品对模型的影响 | 第72-73页 |
| 7.5.4 顾客保持率实验 | 第73-75页 |
| 7.5.5 模型中μ值变化实验 | 第75-76页 |
| 7.5.6 顾客选择规则比较 | 第76页 |
| 7.7 本章小结 | 第76-78页 |
| 第8章 总结与展望 | 第78-80页 |
| 8.1 总结 | 第78页 |
| 8.2 展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 攻读硕士期间参加的科研项目与发表的论文 | 第86页 |
