创新点摘要 | 第5-6页 |
摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
第1章 绪论 | 第13-28页 |
1.1 选题背景及意义 | 第13-15页 |
1.1.1 选题背景 | 第13-14页 |
1.1.2 研究意义 | 第14-15页 |
1.2 研究现状 | 第15-24页 |
1.2.1 研究现状 | 第15-23页 |
1.2.2 研究中发现的问题 | 第23-24页 |
1.3 本文研究的目标、思路和任务 | 第24-26页 |
1.3.1 研究目标 | 第24页 |
1.3.2 研究思路 | 第24-25页 |
1.3.3 研究任务 | 第25-26页 |
1.4 论文结构和研究内容 | 第26-28页 |
1.4.1 论文结构 | 第26页 |
1.4.2 研究内容 | 第26-28页 |
第2章 我国海员现状分析 | 第28-47页 |
2.1 我国海员现状概述 | 第28-29页 |
2.2 我国海员现状分析 | 第29-45页 |
2.2.1 我国海员的总体情况 | 第29-30页 |
2.2.2 我国海员持证情况 | 第30-35页 |
2.2.3 我国海员持证分析 | 第35-45页 |
2.3 小结 | 第45-47页 |
第3章 基于关联规则挖掘技术的海事中人的因素关联性分析 | 第47-74页 |
3.1 引言 | 第47-48页 |
3.2 关联规则挖掘理论与免疫遗传算法 | 第48-54页 |
3.2.1 关联规则挖掘 | 第48-50页 |
3.2.2 免疫遗传算法 | 第50-54页 |
3.3 基于免疫遗传算法的多维关联规则挖掘 | 第54-63页 |
3.3.1 多维关联规则挖掘研究现状 | 第54-55页 |
3.3.2 基于跨层多维编码免疫遗传算法的关联规则挖掘方法 | 第55-63页 |
3.4 基于驾驶台资源管理的海事中人的因素关联规则挖掘 | 第63-70页 |
3.4.1 指标体系的建立 | 第63-66页 |
3.4.2 算法实现与步骤 | 第66-70页 |
3.5 数据挖掘结果与对策分析 | 第70-72页 |
3.5.1 数据挖掘结果与分析 | 第70-72页 |
3.5.2 对策与建议 | 第72页 |
3.6 小结 | 第72-74页 |
第4章 基于模糊集对分析的船员适任能力评价研究 | 第74-100页 |
4.1 引言 | 第74-75页 |
4.2 集对分析理论 | 第75-79页 |
4.2.1 集对分析基本原理 | 第75-77页 |
4.2.2 模糊集对分析的定义 | 第77页 |
4.2.3 联系度的取值方法 | 第77-79页 |
4.3 基于模糊集对分析的船员适任能力评价模型 | 第79-91页 |
4.3.1 评价指标体系 | 第79-85页 |
4.3.2 基于模糊集对分析的船员适任能力评价 | 第85-87页 |
4.3.3 基于实例的模型验证与分析 | 第87-91页 |
4.4 基于直觉模糊熵的评价模型权重的确定方法 | 第91-99页 |
4.4.1 直觉模糊熵相关定义 | 第93页 |
4.4.2 基于直觉模糊熵的模型权重确定 | 第93-96页 |
4.4.3 模型验证与分析 | 第96-99页 |
4.5 小结 | 第99-100页 |
第5章 基于熵权集对分析的船员海上应急能力评价研究 | 第100-114页 |
5.1 引言 | 第100-101页 |
5.2 基于模糊集对分析的船员海上应急能力评价方法 | 第101-106页 |
5.2.1 指标体系的建立 | 第101-104页 |
5.2.2 基于模糊集对分析的船员海上应急能力评价方法 | 第104页 |
5.2.3 模型的验证与分析 | 第104-106页 |
5.3 基于熵权集对分析的船员海上应急能力评价模型 | 第106-113页 |
5.3.1 基于熵权的组合权重法 | 第107-108页 |
5.3.2 评价等级的确定 | 第108-110页 |
5.3.3 模型验证与分析 | 第110-113页 |
5.4 小结 | 第113-114页 |
第6章 结论 | 第114-119页 |
6.1 全文总结 | 第114-116页 |
6.2 研究展望 | 第116-119页 |
6.2.1 技术角度上的研究任务 | 第116-117页 |
6.2.2 管理角度上的研究任务 | 第117-119页 |
参考文献 | 第119-131页 |
攻读学位期间公开发表论文 | 第131-132页 |
致谢 | 第132-133页 |
作者简介 | 第133页 |