摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-38页 |
·选题背景与研究意义 | 第11-14页 |
·文献研究综述 | 第14-30页 |
·多属性群体决策文献研究综述 | 第14-25页 |
·C-均值聚类算法及其中几个问题的文献研究综述 | 第25-29页 |
·研究现状评述 | 第29-30页 |
·研究范围的界定、逻辑结构与主要工作 | 第30-35页 |
·研究范围的界定 | 第30-31页 |
·逻辑结构与主要工作 | 第31-35页 |
·主要创新点 | 第35-38页 |
第2章 支持多属性复杂大群体决策的聚类算法 | 第38-50页 |
·基于目标函数聚类中聚类类别数的确定方法 | 第38-39页 |
·改进的聚类算法MFCM | 第39-46页 |
·最小连通支配集理论及全部最小连通支配集算法MCDSA | 第39-45页 |
·模糊C-均值聚类算法FCM | 第45页 |
·引入最小连通支配集理论的改进的聚类算法MFCM | 第45-46页 |
·实验结果及其对比分析 | 第46-49页 |
·连通支配点数与总点数的关系 | 第47页 |
·算法效率和稳定性对比分析 | 第47-49页 |
·本章小结 | 第49-50页 |
第3章 基于聚类算法的具有复杂群体行为的大群体决策方法 | 第50-87页 |
·聚类辅助群集结的几种方法及分析 | 第50-57页 |
·基于聚类算法的两阶段群体决策理论及方法 | 第57-75页 |
·基于聚类算法的群体思维交互决策阶段 | 第57-68页 |
·基于聚类算法的群体集结决策阶段 | 第68-75页 |
·算例及其实验结果对比分析 | 第75-85页 |
·单方案群体决策算例及实验对比分析 | 第75-84页 |
·多方案群体决策算例 | 第84-85页 |
·本章小结 | 第85-87页 |
第4章 基于聚类算法的群体一致性修正方法 | 第87-102页 |
·群体一致性修正的几种方法及分析 | 第87-92页 |
·基于聚类算法的群体一致性修正方法 | 第92-98页 |
·成员学习进化决策程序 | 第92-93页 |
·基于WHCM的属性权重进化群体一致性修正方法 | 第93-96页 |
·经过一致性修正之后的多属性复杂大群体决策相关定义 | 第96-98页 |
·实验结果及其对比分析 | 第98-101页 |
·有效性和正确性对比分析 | 第98-100页 |
·经修正之后的群体一致性指标改进对比分析 | 第100-101页 |
·本章小结 | 第101-102页 |
第5章 多属性复杂大群体决策支持系统中有关问题研究 | 第102-115页 |
·基于Multi-Agent和DW的MCHGDSS系统设计 | 第102-110页 |
·Multi-Agent的实现机制 | 第103-105页 |
·MCHGDSS的数据仓库应用 | 第105-110页 |
·基于Multi-Agent和DW的MCHGDSS | 第110页 |
·基于改进聚类算法的MCHGDSS系统实现 | 第110-114页 |
·开发思路 | 第111页 |
·功能结构 | 第111-112页 |
·系统运行界面 | 第112-114页 |
·本章小结 | 第114-115页 |
第6章 中国网络消费行为群体决策实证研究 | 第115-128页 |
·中国网络消费行为群体决策需求分析 | 第115-118页 |
·中国网络消费群体属于多属性复杂大群体 | 第115-116页 |
·网络消费行为研究理论框架 | 第116-117页 |
·中国网络消费行为复杂大群体决策的必要性 | 第117-118页 |
·中国网络消费行为群体决策实例 | 第118-123页 |
·调研数据的获取 | 第118-119页 |
·网络消费行为群体决策实例 | 第119-123页 |
·实证结果及其对比分析 | 第123-127页 |
·本文的实证结果分析 | 第123-126页 |
·实证结果对比分析 | 第126-127页 |
·本章小结 | 第127-128页 |
第7章 研究总结与展望 | 第128-133页 |
·本文研究工作总结 | 第128-131页 |
·存在的不足与研究展望 | 第131-133页 |
参考文献 | 第133-149页 |
附录1 基于改进聚类算法MCHGDSS中部分类的属性及方法 | 第149-154页 |
附录2 中国网络消费行为群体决策调查问卷 | 第154-155页 |
致谢 | 第155-157页 |
攻读博士学位期间主要研究成果 | 第157-158页 |