DRP决策支持系统及小波网络在其中的应用研究
| 摘 要: | 第1-3页 |
| Abstract: | 第3-7页 |
| 1 前言 | 第7-11页 |
| ·现代企业决策的挑战 | 第7-9页 |
| ·本研究工作的意义 | 第9页 |
| ·本文所做的工作 | 第9-11页 |
| 2 决策支持系统及其开发技术 | 第11-29页 |
| ·决策支持系统综述 | 第11-14页 |
| ·数据仓库综述 | 第14-20页 |
| ·数据挖掘技术 | 第20-26页 |
| ·决策支持系统与数据仓库 | 第26-29页 |
| 3 夏进DRP 决策支持系统 | 第29-35页 |
| ·背景介绍 | 第29页 |
| ·DRP 的概念 | 第29页 |
| ·DRP 决策支持现状分析 | 第29-30页 |
| ·夏进DRP 决策支持系统设计 | 第30-35页 |
| 4 小波网络应用于数据挖掘的研究 | 第35-50页 |
| ·小波网络概述 | 第35页 |
| ·小波网络学习算法 | 第35-42页 |
| ·小波网络应用于分类 | 第42-46页 |
| ·小波网络应用于预测 | 第46-50页 |
| 5 小波网络在DRP 决策支持系统中的应用研究 | 第50-59页 |
| ·小波网络在经销商评估中的应用研究 | 第50-53页 |
| ·小波网络在销售预测中的应用研究 | 第53-59页 |
| 6 结束语 | 第59-61页 |
| ·技术总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 作者在读研期间科研成果简介 | 第64-66页 |
| 附件一:混合算法源程序(分类小波网络) | 第66-70页 |
| 附件二:遗传算法优化算法源程序(预测小波网络) | 第70-73页 |
| 致谢 | 第73页 |
