基于改进熵值法评价模型的交通可持续发展研究--成都市交通可持续发展实证研究
摘要 | 第1-5页 |
ABSTRACT | 第5-8页 |
第1章 引言 | 第8-11页 |
·研究背景和意义 | 第8页 |
·研究背景 | 第8页 |
·研究意义 | 第8页 |
·国内外研究现状 | 第8-9页 |
·本文研究的主要内容 | 第9页 |
·研究技术路线 | 第9-11页 |
第2章 城市交通可持续发展评价原理 | 第11-25页 |
·城市交通可持续发展内涵 | 第11-12页 |
·城市交通可持续发展评价指标体系的建立 | 第12-15页 |
·指标和指标体系 | 第12页 |
·指标体系的初选 | 第12页 |
·指标体系的完善 | 第12-14页 |
·城市交通可持续发展评价指标体系 | 第14页 |
·建立城市交通可持续发展评价指标体系 | 第14-15页 |
·交通可持续发展改进熵值法评价模型的构造 | 第15-25页 |
·相容矩阵分析法 | 第15-16页 |
·熵值法 | 第16-19页 |
·改进熵值法确定权重 | 第19-21页 |
·综合评价模型 | 第21-25页 |
第3章 成都市交通可持续发展评价实证分析 | 第25-43页 |
·成都市交通可持续发展评价指标体系 | 第25-31页 |
·初步建立指标体系 | 第25-28页 |
·指标体系完善 | 第28-31页 |
·成都市交通可持续发展评价计算 | 第31-35页 |
·指标相对发展水平 | 第33-34页 |
·改进熵值法指标权重计算过程 | 第34-35页 |
·成都市交通可持续发展综合评价结果 | 第35页 |
·评价结果分析 | 第35-41页 |
·可持续发展与可持续协调性分析 | 第35-38页 |
·交通发展、经济发展、社会发展和环境发展指数分析 | 第38-41页 |
·成都市交通可持续发展的主要影响因素 | 第41-43页 |
第4章 成都市交通可持续发展决策分析 | 第43-59页 |
·基于粗糙集理论决策 | 第43-45页 |
·粗糙集理论简介 | 第43-44页 |
·基于粗糙集的规则知识获取算法 | 第44-45页 |
·Rosetta软件简介 | 第45页 |
·基于小波神经网络约简检验 | 第45-47页 |
·小波神经网络模型 | 第45-46页 |
·小波神经网络学习算法 | 第46-47页 |
·粗糙集理论和小波神经网络在决策中的应用 | 第47-54页 |
·定量决策 | 第54-59页 |
·软件系统 | 第54-57页 |
·可持续性分析 | 第57-58页 |
·决策方法 | 第58-59页 |
第5章 结论 | 第59-61页 |
·研究成果 | 第59页 |
·存在的不足 | 第59页 |
·后续研究工作 | 第59-60页 |
·论文创新 | 第60-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-63页 |