系统综合评价的方法及应用研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-7页 |
| 第一章 引言 | 第7-13页 |
| ·选题背景及意义 | 第7-8页 |
| ·选题背景 | 第7页 |
| ·选题意义 | 第7-8页 |
| ·综合评价概述 | 第8-11页 |
| ·评价的基本含义 | 第8页 |
| ·综合评价的概念 | 第8-10页 |
| ·综合评价的研究现状与发展趋势 | 第10-11页 |
| ·论文的研究内容 | 第11-13页 |
| 第二章 综合评价的相关理论分析 | 第13-21页 |
| ·综合评价指标体系的建立 | 第13-16页 |
| ·建立指标体系的原则 | 第13-14页 |
| ·综合评价指标的构建及筛选 | 第14-16页 |
| ·评价指标数据的预处理 | 第16-18页 |
| ·评价指标类型的一致化 | 第16-17页 |
| ·评价指标的无量纲化 | 第17-18页 |
| ·评价指标权重的确定 | 第18-20页 |
| ·赋权方法的分类 | 第18-19页 |
| ·赋权方法举例 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 系统综合评价的方法 | 第21-45页 |
| ·灰色关联分析法 | 第21-29页 |
| ·灰色系统与灰色关联分析 | 第21-22页 |
| ·灰色关联分析的步骤 | 第22-24页 |
| ·其他常用关联度 | 第24-25页 |
| ·灰色关联分析法的改进 | 第25-29页 |
| ·灰色关联分析方法评价 | 第29页 |
| ·层次分析法 | 第29-35页 |
| ·层次分析法简介 | 第29-30页 |
| ·层次分析法的基本步骤 | 第30-32页 |
| ·层次分析法优点与局限性 | 第32-33页 |
| ·层次分析法的改进 | 第33-35页 |
| ·人工神经网络评价法 | 第35-41页 |
| ·人工神经网络的思想和原理 | 第36页 |
| ·人工神经网络的模型 | 第36-37页 |
| ·BP网络的学习算法和步骤 | 第37-39页 |
| ·BP网络学习算法的改进 | 第39-40页 |
| ·基于BP网络的综合评价神经网络模型设计 | 第40页 |
| ·人工神经网络评价法总结 | 第40-41页 |
| ·其他分析方法 | 第41-43页 |
| ·数据包络分析法 | 第41页 |
| ·主成分分析法 | 第41-42页 |
| ·系统模拟与仿真 | 第42页 |
| ·可能—满意度法 | 第42页 |
| ·技术经济分析 | 第42页 |
| ·定性分析方法 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 综合评价方法的设计与应用 | 第45-61页 |
| ·灰色关联分析法的实现 | 第45-53页 |
| ·灰色关联分析的设计 | 第45页 |
| ·指标重要性评价的应用 | 第45-49页 |
| ·样本综合评价的应用 | 第49-53页 |
| ·实际应用效果分析 | 第53页 |
| ·层次分析法的实现 | 第53-57页 |
| ·层次分析法的实际应用 | 第53-56页 |
| ·实际应用效果评价 | 第56-57页 |
| ·人工神经网络评价法的实现 | 第57-60页 |
| ·人工神经网络评价法的设计 | 第57-58页 |
| ·人工神经网络分析法的实现 | 第58-60页 |
| ·实际应用效果评价 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第五章 综合评价决策支持系统的设计与实现 | 第61-75页 |
| ·综合评价与决策支持 | 第61-63页 |
| ·决策支持系统简介 | 第61页 |
| ·综合评价与多属性决策的比较 | 第61-63页 |
| ·CEDSS的设计 | 第63-65页 |
| ·系统分析 | 第63页 |
| ·系统功能模块设计 | 第63-64页 |
| ·系统工作流程 | 第64-65页 |
| ·CEDSS的实现 | 第65-73页 |
| ·数据库的还原 | 第65-67页 |
| ·登陆模块的实现 | 第67页 |
| ·数据连接模块的实现 | 第67-68页 |
| ·数据管理模块的实现 | 第68-69页 |
| ·数据处理模块的实现 | 第69-70页 |
| ·综合评价模块的实现 | 第70-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·本文总结 | 第75页 |
| ·研究展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 附录 | 第81-86页 |
| 在学期间公开发表的学术论文 | 第86页 |
