| 摘要 | 第1-9页 |
| ABSTRACT | 第9-12页 |
| 致谢 | 第12-13页 |
| 目录 | 第13-16页 |
| 插图清单 | 第16-17页 |
| 表格清单 | 第17-18页 |
| 第一章 绪论 | 第18-26页 |
| ·论文研究背景 | 第18-21页 |
| ·决策与智能决策系统 | 第18-19页 |
| ·优化技术与优化算法 | 第19-20页 |
| ·智能优化算法与启发式方法 | 第20-21页 |
| ·国内外研究现状 | 第21-23页 |
| ·论文研究意义和内容 | 第23-26页 |
| ·论文的研究意义 | 第23页 |
| ·论文的主要研究内容和结构安排 | 第23-26页 |
| 第二章 基于优化型案例推理的智能决策系统框架的研究 | 第26-48页 |
| ·案例推理技术 | 第26-30页 |
| ·案例推理技术的源起和发展 | 第26-27页 |
| ·案例推理技术的基本思想 | 第27-29页 |
| ·案例推理技术的特点 | 第29-30页 |
| ·基于案例的决策技术 | 第30-37页 |
| ·决策案例的表示形式 | 第30-32页 |
| ·决策案例的索引 | 第32-33页 |
| ·决策案例的组织与检索 | 第33-34页 |
| ·决策案例的修正 | 第34-35页 |
| ·决策案例的学习和归纳 | 第35-36页 |
| ·决策案例库的维护 | 第36页 |
| ·案例推理中的k近邻技术 | 第36-37页 |
| ·基于优化型案例推理的智能决策系统框架 | 第37-47页 |
| ·决策支持系统的发展 | 第37-38页 |
| ·决策支持系统的基本结构 | 第38-40页 |
| ·OCDSS系统结构 | 第40-43页 |
| ·系统实现关键技术 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 OCBR—IDT中属性的优化选择 | 第48-68页 |
| ·属性选择策略概述 | 第48-50页 |
| ·研究回顾 | 第48页 |
| ·属性选择的搜索策略和评价策略 | 第48-49页 |
| ·属性选择的方法 | 第49-50页 |
| ·属性选择的形式化 | 第50页 |
| ·基于熵的属性选择优化 | 第50-54页 |
| ·基于熵的属性约简模型和方法 | 第50-51页 |
| ·性能评价策略 | 第51-52页 |
| ·实验和结果 | 第52-54页 |
| ·基于遗传算法的属性选择优化 | 第54-59页 |
| ·遗传算法 | 第55-56页 |
| ·基于遗传算法和相关性评价的属性选择 | 第56-58页 |
| ·实验结果和分析 | 第58-59页 |
| ·基于主成分分析的属性选择优化 | 第59-65页 |
| ·总体主成分的定义 | 第59-60页 |
| ·总体主成分的性质 | 第60-61页 |
| ·标准化变量的主成分 | 第61-62页 |
| ·样本主成分 | 第62-64页 |
| ·实验结果和分析 | 第64-65页 |
| ·本章小结 | 第65-68页 |
| 第四章 OCBR—IDT中多策略相似性检索技术 | 第68-83页 |
| ·OCBR—IDT中案例的检索 | 第68-69页 |
| ·案例检索的类型 | 第68页 |
| ·案例检索的任务 | 第68-69页 |
| ·案例检索的启发式方法 | 第69页 |
| ·OCBR—IDT中案例相似性度量 | 第69-76页 |
| ·相似性度量概述 | 第69-70页 |
| ·案例间相似性度量 | 第70-73页 |
| ·案例属性间相似性度量 | 第73-74页 |
| ·两种案例相似性度量方法 | 第74-76页 |
| ·基于提升和投票的多策略相似性检索技术 | 第76-82页 |
| ·为什么提升和投票 | 第76-80页 |
| ·提升和投票 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 基于禁忌搜索算法的案例推理技术 | 第83-104页 |
| ·禁忌搜索算法 | 第83-88页 |
| ·禁忌搜索算法概述 | 第83页 |
| ·禁忌搜索的基本思想 | 第83-84页 |
| ·禁忌搜索算法基本流程 | 第84-87页 |
| ·影响算法结果的几个参数 | 第87-88页 |
| ·禁忌搜索算法的应用 | 第88页 |
| ·禁忌搜索算法关键参数 | 第88-93页 |
| ·邻域及邻域搜索 | 第88-90页 |
| ·禁忌表和禁忌表的大小 | 第90页 |
| ·短期记忆和长期记忆 | 第90-91页 |
| ·改变搜索路径的方法和期望指标 | 第91页 |
| ·停止准则 | 第91-92页 |
| ·搜索的效率 | 第92-93页 |
| ·禁忌搜索算法求解TSP问题 | 第93-97页 |
| ·TSP问题的描述 | 第93页 |
| ·朴素禁忌搜索算法求解TSP问题 | 第93-95页 |
| ·基于启发式初始解的禁忌搜索算法求解TSP问题 | 第95-97页 |
| ·基于禁忌搜索算法的图结构案例检索技术 | 第97-101页 |
| ·相似性度量 | 第97-98页 |
| ·禁忌搜索过程 | 第98-100页 |
| ·一个两阶段的案例检索 | 第100-101页 |
| ·禁忌搜索算法的改进策略 | 第101-103页 |
| ·本章小结 | 第103-104页 |
| 第六章 基于OCBR—IDT的智能决策系统 | 第104-127页 |
| ·概述 | 第104-107页 |
| ·中风病及新安医学 | 第104-105页 |
| ·医学诊疗系统和中医诊疗系统的研究现状 | 第105-106页 |
| ·研究目的和意义 | 第106-107页 |
| ·案例推理智能决策系统 | 第107-110页 |
| ·传统智能诊疗决策系统的缺陷 | 第107页 |
| ·案例推理智能决策系统及其优点 | 第107-109页 |
| ·基于案例推理的中风病诊断一般过程 | 第109-110页 |
| ·诊疗系统的设计 | 第110-118页 |
| ·概念设计 | 第110-115页 |
| ·结构设计 | 第115-118页 |
| ·功能特点 | 第118页 |
| ·系统实现 | 第118-126页 |
| ·案例数据准备 | 第119页 |
| ·系统实现过程 | 第119-122页 |
| ·系统运行界面 | 第122-126页 |
| ·本章小结 | 第126-127页 |
| 第七章 论文的总结与展望 | 第127-130页 |
| 参考文献 | 第130-139页 |
| 附录 | 第139-141页 |
| 在读期间主持和参加的课题及项目 | 第141-142页 |
| 在读期间发表的学术论文和著作 | 第142-143页 |