智能决策支持系统中模型自动选择的研究
| 第1章 绪论 | 第1-14页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·模型自动选择研究的国内外现状 | 第9-11页 |
| ·目前模型选择方法的不足之处和发展趋势 | 第11-12页 |
| ·本论文所作的工作 | 第12-14页 |
| 第2章 智能决策支持系统 | 第14-20页 |
| ·智能决策中采用的智能技术 | 第14-17页 |
| ·遗传算法 | 第14-16页 |
| ·粒子群算法 | 第16-17页 |
| ·模型库系统 | 第17-20页 |
| ·模型库系统综述 | 第17-18页 |
| ·模型库 | 第18页 |
| ·模型库管理系统 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 模型类型分类 | 第20-37页 |
| ·规则与消息 | 第20-21页 |
| ·信度分配系统 | 第21-27页 |
| ·粒子群算法的流程 | 第24-25页 |
| ·总的信任分配算法 | 第25-27页 |
| ·遗传算法 | 第27-33页 |
| ·规则的编码 | 第27-29页 |
| ·群体设定 | 第29-30页 |
| ·遗传算子的设计 | 第30-32页 |
| ·适应度函数的确定 | 第32-33页 |
| ·分类器系统总的算法流程 | 第33-34页 |
| ·基于基本遗传算法的分类算法实验结果分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 模型结构选择 | 第37-59页 |
| ·决策树 | 第37-38页 |
| ·C4.5的生成算法 | 第38-43页 |
| ·建树算法 | 第39-41页 |
| ·C4.5算法的一些改进方法 | 第41-43页 |
| ·剪枝算法 | 第43页 |
| ·C4.5的优缺点 | 第43-44页 |
| ·自适应变异的粒子群优化算法 | 第44-47页 |
| ·自适应变异的粒子群优化算法(AMPSO) | 第45-46页 |
| ·AMPSO算法流程 | 第46-47页 |
| ·基于AMPSO的决策树算法 | 第47-49页 |
| ·决策树算法在模型结构选择中的实现 | 第49-58页 |
| ·系统设计的总体思路 | 第49-50页 |
| ·系统设计的实现 | 第50-56页 |
| ·系统的应用 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 模型参数实例确定 | 第59-62页 |
| ·遗传算法求解模型参数 | 第59-60页 |
| ·求解模型参数实例 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
