基于BP神经网络的交互式赋权法及应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·多属性决策问题概述 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文工作概述 | 第10-11页 |
| 第二章 属性集分类及决策矩阵规范化 | 第11-16页 |
| ·属性分类 | 第11页 |
| ·决策矩阵规范化 | 第11-15页 |
| ·效益型属性的规范化 | 第12页 |
| ·成本型属性的规范化 | 第12-13页 |
| ·固定型属性的规范化 | 第13页 |
| ·区间型属性的规范化 | 第13-14页 |
| ·偏离型属性的规范化 | 第14页 |
| ·偏离区间型属性的规范化 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第三章 基于理想点的主客观赋权法 | 第16-22页 |
| ·主观赋权法 | 第16页 |
| ·客观赋权法 | 第16-17页 |
| ·组合赋权法 | 第17页 |
| ·基于理想点的主客观赋权法 | 第17-21页 |
| ·原理与方法 | 第17-19页 |
| ·应用算例 | 第19-21页 |
| ·小结 | 第21-22页 |
| 第四章 有序加权欧氏平均算子及其在决策中的应用 | 第22-30页 |
| ·引言 | 第22-23页 |
| ·有序加权欧氏平均(OWEA)算子 | 第23-27页 |
| ·基于OWEA算子的多属性决策方法 | 第27页 |
| ·应用实例 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第五章 基于BP神经网络的交互式赋权法及其应用 | 第30-49页 |
| ·人工神经网络及其模型概述 | 第30-31页 |
| ·BP神经网络及其算法 | 第31-36页 |
| ·Matlab神经网络设计 | 第36-37页 |
| ·BP神经网络的初始化 | 第36页 |
| ·BP神经网络的创建 | 第36页 |
| ·BP神经网络的训练 | 第36-37页 |
| ·基于BP神经网络的交互式赋权法 | 第37-42页 |
| ·基于BP神经网络的交互式赋权法的思路 | 第38页 |
| ·基于BP神经网络的交互式赋权法 | 第38-42页 |
| ·两两比较判断矩阵法 | 第38-40页 |
| ·离差最大化法 | 第40-42页 |
| ·用BP神经网络赋权 | 第42页 |
| ·实证分析 | 第42-48页 |
| ·小结 | 第48-49页 |
| 第六章 结论与展望 | 第49-50页 |
| ·论文工作 | 第49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 作者在攻读硕士期间参与的科研项目和发表的论文 | 第55页 |
