| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 问题的来源 | 第11页 |
| 1.2 国内外城市竞争力的发展现状 | 第11-12页 |
| 1.2.1 城市竞争力理论的发展 | 第11-12页 |
| 1.2.2 多元统计分析方法在竞争力方面的发展 | 第12页 |
| 1.3 主成分分析和聚类分析发展现状 | 第12-15页 |
| 1.3.1 主成分分析的城市竞争力发展现状 | 第12-13页 |
| 1.3.2 聚类分析的城市竞争力发展现状 | 第13-14页 |
| 1.3.3 谱聚类分析的城市竞争力发展现状 | 第14页 |
| 1.3.4 粒子群算法（PSO）的聚类分析发展现状 | 第14-15页 |
| 1.4 本文研究内容和创新点 | 第15页 |
| 1.5 本文结构 | 第15-17页 |
| 第二章 多元分析方法 | 第17-21页 |
| 2.1 多元统计分析 | 第17页 |
| 2.2 主成分分析 | 第17-18页 |
| 2.3 聚类分析 | 第18-19页 |
| 2.3.1 聚类分析方法 | 第18-19页 |
| 2.3.2 模糊C均值聚类分析方法 | 第19页 |
| 2.4 谱聚类分析方法 | 第19-20页 |
| 2.5 粒子群算法（PSO）的聚类分析方法 | 第20-21页 |
| 第三章 城市竞争力的主成分分析 | 第21-42页 |
| 3.1 数据的采集 | 第21-26页 |
| 3.1.1 数据来源的真实可靠性 | 第21-23页 |
| 3.1.2 数据的标准化处理 | 第23-26页 |
| 3.2 主成分分析理论及应用 | 第26-27页 |
| 3.2.1 主成分分析模型的建立及步骤 | 第26-27页 |
| 3.2.2 主成分分析模型的实证分析 | 第27页 |
| 3.3 城市竞争力主成分分析 | 第27-36页 |
| 3.3.1 2012 年甘肃城市竞争力分析结果 | 第27-31页 |
| 3.3.2 2012 年甘肃城市竞争力评价及结果分析 | 第31-32页 |
| 3.3.3 2008-2011 年城市竞争力分析 | 第32-36页 |
| 3.4 2008 年-2012 年竞争力变化汇总分析 | 第36-42页 |
| 3.4.1 比较 2008-2012 年城市竞争力排名变化分析 | 第36-37页 |
| 3.4.2 比较 2008-2012 年城市竞争力得分变化分析 | 第37-39页 |
| 3.4.3 对主成分分析的结果三维可视化 | 第39-42页 |
| 第四章 基于模糊C均值聚类的城市竞争力分析 | 第42-50页 |
| 4.1 模糊C均值聚类分析应用 | 第42-45页 |
| 4.1.1 模糊C均值聚类算法及MATLAB编程分析 | 第42-44页 |
| 4.1.2 程序运行及结果分析 | 第44-45页 |
| 4.2 基于模糊C均值聚类的主导因素分析 | 第45-50页 |
| 4.2.1 聚类主导因素 | 第45-48页 |
| 4.2.2 结果分析 | 第48-50页 |
| 第五章 基于谱聚类分析的城市竞争力数据分析 | 第50-56页 |
| 5.1 谱聚类分析应用 | 第50-53页 |
| 5.1.1 谱聚类NJW算法及MATLAB编程分析 | 第50-52页 |
| 5.1.2 程序运行及结果分析 | 第52-53页 |
| 5.2 FCM与SC的对比分析 | 第53-56页 |
| 5.2.1 2008-2012 年数据汇总分析 | 第53-54页 |
| 5.2.2 结果对比分析 | 第54-56页 |
| 第六章 基于粒子群算法的城市竞争力数据分析 | 第56-61页 |
| 6.1 粒子群算法（PSO）聚类分析应用 | 第56-59页 |
| 6.1.1 PSO算法及MATLAB编程分析 | 第56-58页 |
| 6.1.2 结果对比分析 | 第58-59页 |
| 6.2 SC与PSO的对比分析 | 第59-61页 |
| 6.2.1 2008-2012 年数据汇总分析 | 第59页 |
| 6.2.2 结果对比分析 | 第59-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |
