一、关系数据库知识表示模型在智能群决策支持系统中的应用（论文文献综述）
孙肖坤[1]（2021）在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中提出随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:（1）基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。（2）复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。（3）复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。（4）复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
王敬前[2]（2021）在《覆盖粗糙集与模糊粗糙集及其在化工过程故障诊断中的应用》文中进行了进一步梳理化工过程反应复杂,具有高度非线性、连续性和时变性等特点,一旦发生故障,将会给经济和生命安全带来严重的损失。因此,如何从海量工业数据中挖掘出有用信息,进行化工过程的故障诊断成为当前研究的热点。随着当今人工智能的发展,故障诊断技术也进入了一个新的时代。但对于多故障诊断和不完备信息下的故障诊断等问题,还有待进一步探索。粗糙集理论和模糊集理论是人工智能领域两种处理信息系统中不完备和不确定性数据的重要工具。目前,模糊集理论在故障诊断领域已得到了较为广泛的应用,而粗糙集理论在该领域中的应用还处在刚刚起步的阶段。本文通过融合覆盖粗糙集与模糊粗糙集,针对田纳西伊斯曼（TE）化工过程、化工汽轮机组和聚合釜三类化工过程的故障诊断,研究了覆盖粗糙集模型与模糊覆盖粗糙集模型中的相关不确定性问题,建立了相关数据分析与挖掘的理论体系,为解决化工过程故障诊断提供了更加智能的方法。本文的主要工作与贡献如下:1)针对不完备信息条件下的故障诊断问题,利用覆盖粗糙集提出了从不完备信息故障特征中剔除冗余信息的方法,从而提高了传统故障诊断的准确率,并将其应用在化工汽轮机组的故障诊断中。首先,从矩阵的角度研究了覆盖粗糙集中有关最大、最小描述的相关问题,并利用机器学习库中的公开数据集与传统的计算方法做比较,实验结果表明基于矩阵的计算方法节省了计算时间。借助于上述最大描述的矩阵计算方法,提出了计算不完备信息系统中极大相容块的矩阵计算方法,很好得解决了数据维数过高时,计算耗时的问题。接着,通过极大相容块,将原不完备决策表转化为极大相容块最全描述决策表。在新的决策表基础上,提出了基于分辨矩阵的属性约简计算方法。最后,基于所提出的基于极大相容块的属性约简方法,建立了“极大相容块+智能分类器”的故障诊断方法,为解决不完备信息条件下的故障诊断问题提供一种新方法。并针对不完备信息条件下化工汽轮机组的故障诊断问题,进行了仿真实验。实验结果表明,若智能分类器分别选择支持向量机（SVM）、随机森林和决策树,则所提出的“极大相容块+智能分类器”故障诊断方法的准确率均为87.5%,而只使用上述智能分类器的故障诊断准确率最高只有75%,准确率至少提高了 12.5%。2)针对完备信息条件下的故障诊断问题,利用模糊覆盖粗糙集提出了从完备信息故障特征中剔除冗余信息的方法,从而提高了传统故障诊断的准确率,并将其应用在TE化工过程的故障诊断中。理论方面:首先,作为模糊β-覆盖近似空间中已有可约元和约简概念的补充,提出了I-可约元和I-约简的概念。在此基础上,研究了模糊β-最小描述与β-约简之间的等价刻画、模糊β-最大描述与β-核之间的等价刻画等问题。然后,将上述一个模糊β-覆盖近似空间中的概念推广到了两个模糊β-覆盖近似空间中,得到了新的概念及相关性质。在上述所有结果的基础上,一个模糊β-覆盖与其诱导的七个模糊β-覆盖之间关系,及这些模糊β-覆盖的格结构被研究。应用方面:基于以上模糊覆盖粗糙集模型,提出了一种基于模糊β-邻域的属性约简方法。并在此基础上,建立了“模糊覆盖粗糙集+SVM”的智能故障诊断方法。最终,以TE化工过程为背景,针对以下4种状态:正常、阶跃故障（由过程变量的阶跃变化引起的故障）、漂移故障（化工反应动力学的缓慢漂移引起的故障）和阀门粘滞故障,建立了模糊覆盖信息系统,通过所提出的基于模糊β-邻域的属性约简方法,从53个故障征兆属性中确定出23个作为故障特征,然后通过建立的“模糊覆盖粗糙集+SVM”方法进行了故障诊断仿真实验,其准确率为86.57%,而只使用SVM的方法得到的准确率为72.50%,准确率提高了 14.07%。3)在前两部分的基础上,为更有效地表达故障诊断中的各种不确定性信息,建立了若干广义模糊覆盖粗糙集模型及相关故障决策方法,并研究了其在聚合釜的故障诊断中的应用。首先,基于已有的直觉模糊β-覆盖近似空间和直觉模糊β-邻域的概念,以及第一型直觉模糊覆盖粗糙集模型,主要研究了它们的性质,并给出了一些新的概念和第二型直觉模糊覆盖粗糙集模型。在此基础上,提出了单值中智β-覆盖和单值中智β-邻域等概念,并建立了单值中智覆盖粗糙集模型。为了解决多属性群决策的问题,将单值中智β-覆盖和单值中智覆盖粗糙集模型推广到了多粒度的情况,建立了三类多粒度单值中智覆盖粗糙集模型。在故障信息条件下,提出了基于直觉模糊覆盖粗糙集的群决策方法和基于单值中智覆盖粗糙集的群决策方法。针对聚合釜故障诊断问题,分别建立了故障类型为:聚合釜电机出现故障、聚合釜减速机出现故障、聚合釜机封中轴故障、聚合釜组件故障和聚合釜正常运行,以及故障特征为:聚合釜减速机振动值、操作压力、拌转速和减速机温度的直觉模糊信息系统与单值中智信息系统。并将上述决策方法应用于聚合釜的故障诊断中,所提出的方法最终决策结果基本都是聚合釜电机出现故障。这与其他已有决策方法的结果一致。因此,所提出的基于聚合釜故障信息的广义模糊覆盖粗糙集的决策方法是有效的。综上所述,本文以化工过程为背景,采用理论研究与实验验证相结合的方法,进一步研究了覆盖粗糙集、模糊覆盖粗糙集和广义模糊覆盖粗糙集相关问题（覆盖约简问题、属性约简问题等）。在此基础上,分别考虑了不完备故障信息和完备故障信息两种情况,利用基于覆盖粗糙集（用于提高不完备信息故障诊断的准确率）和模糊覆盖粗糙集（用于提高完备信息故障诊断的准确率）的属性约简方法解决了故障诊断中的特征选择问题,并结合智能分类器提高了故障诊断的准确度。最后,利用所建立的广义模糊覆盖粗糙集模型,建立多属性群决策方法,将其应用于化工过程的故障诊断中,为多专家故障决策提供了一种简便的方案。这些都为化工过程的智能故障诊断方法提供了理论及技术参考。
井晖[3]（2020）在《基于案例推理和工作流的森抚决策支持系统设计与实现》文中进行了进一步梳理森林作为生态环境的主要功能体,在环境资源问题日渐严峻的今天起到重要的调节作用。而由于目前基层生产单位森抚管理较弱,导致我国森林资源每亩蓄积量仍居于国际较低程度,森林经营效果不佳,其多功能效益得不到有效发挥。同时国家林业和草原局在十三五规划中要求在2020年国内林业信息化率提高到80%,实现林业信息化率的显着提升,达到林业自动化办公、科学化管理的目标。本文从基层森林经营单位对森林抚育管理的需求出发,以东北地区L林业局为研究对象,建立一套连接各组织层级的森林抚育决策支持系统。该系统可为林业管理者在森林抚育经营过程中提供科学有效且兼顾多因素（生态、经济、社会）的决策支持服务。本文首先梳理了L林业局的森林抚育流程,在业务流程中找到抚育管理中的决策点,并使用流程优化的方式对决策流程进行规范化处理。然后在案例推理的基础上,以L林业局2015-2018年森抚设计数据为基础案例数据,使用框架式知识表示方法构建了案例库,采用注水算法计算案例属性的权重。最后结合fish-and-shrink算法思想和改进归一化欧式距离最近邻算法进行案例推理。运用定性与定量相结合的方法,从管理实际意义出发,研究了案例推理评价模型,分析案例推理结果的科学性。在技术上,本文依据基本业务需求设计系统总体框架和功能结构,使用Activiti流程引擎将决策支持系统与现有的林业业务流程系统（Smartforest）结合在一起,来满足决策者们（位于不同的地理位置）根据业务流程进行实时决策的业务需求。最终基于云计算的Saa S模式,将森林抚育决策支持系统（FTGDSS）部署在符合林业基层单位运行的基本硬件环境（云服务器）中。结果表明,该系统利用大量历史业务数据,辅助管理者针对森林抚育业务作出管理决策,并且解决了不同时空且多人参与的森林抚育业务决策问题。同时,也解决了决策支持系统大数据自动化获取问题,结合大数据推进了决策支持系统技术在林业信息化中的发展。
蒙彦昭[4]（2020）在《基于模糊Vikor算法的水利工程应急决策专家系统的研究》文中指出水利工程建设规模大幅度增长,安全风险急剧增加,给社会和人民造成严重的损失。事故的应急救援可以有效地降低突发事件带来的负面影响,这就需要决策者运用科学合理的方法进行应急决策。对于水利工程施工突发事件的应急决策,决策者往往处于一定的时间和心理压力之下,他们面临的决策问题往往以非结构化的形式出现,这可能导致无法在短时间内达成有效合理的解决方案。为了提高应急决策的及时性和准确性,专家系统综合运用各种信息技术,为决策人员的工作提供有效支持,有效加强应急管理。因此,关于水利工程应急决策专家系统的研究成为一个重要课题。具体研究内容如下:（1）针对水利工程应急决策方法问题,本文通过对已有的模糊理论进行梳理,针对以往多属性决策方法忽视群体意见与个人意见对结果的影响的不足,充分考虑群体效用值与个人遗憾值的影响,提出了一种基于模糊Vikor算法的多属性群体决策方法。首先定义了区间直觉模糊数,其次采用语言短语来表示决策专家的属性评价值,接下来通过集结算子将个体意见进行集结;紧接着采用熵权法求解属性权重。最后,通过引入群体满意度阈值来控制群体决策的交互,以此给出基于模糊Vikor算法的多人多轮多属性决策方法。最后给出了该算法的算例分析,其中也包括了敏感性分析与对比分析。这些为后面专家系统的主要功能——方案决策做了算法铺垫。（2）针对水利工程事故发生时,决策专家面临信息不易收集、不能快速决策问题。专家系统能对事故信息快速收集并将专家意见迅速处理。本文在这里对专家系统的系统进行分析与实现。通过对系统的可行性、业务需求和功能模块进行了设计,利用计算机技术和数据库技术系统进行建模和实现。最终设计出具有一定通用型的基于模糊评价语言的应急决策专家系统,最后利用实例进行可行性论证。本文的研究首先从基于模糊理论的Vikor法出发,解决了水利工程应急决策中的救援方案排序算法问题,使整个决策流程变得合理、清晰,且决策模型具有较好的稳定性与合理性。另外,本文也对专家系统应用于水利工程决策做了尝试,最后,给出一种基于模糊Vikor算法的应急决策专家系统的实际工程应用,也为在水利工程领域内下专家系统的应用提供有价值的参考。
贾子文[5]（2020）在《风电机组运行状态监测与健康维护系统的研究》文中研究表明随着我国风电行业的迅速发展,风电装机容量逐年增加,风力发电已成为我国第三大电力来源。然而,伴随着大规模风电场的投产运行,老龄化和出质保机组占比不断上升,风电机组的高故障率和落后的运维管理水平导致风场设备运维资本投入逐年走高。如何保障风电机组安全运行,提高机组设备维护管理水平已成为风电行业亟待解决的问题。本文基于并网风电机组结构及工作原理等内容研究,深度剖析机组运行特性,开展了风电机组运行状态监测与健康维护方法和应用系统的研究。主要工作如下:首先,基于系统科学理论,深入研究风电机组故障发生及演化规律。在其指导下,从机组设备运行状态安全性角度、设备能源效率转化能力的经济性角度和设备性能可靠性角度,展开了对风电机组3大系统、42个典型故障模式机理问题的全面分析,明确了各故障模式与征兆间的映射关系。引入失效模式及影响分析（Failure Modeand Effects Analysis,FMEA）和故障树分析（Fault Tree Analysis,FTA）方法,对机组故障机理知识内容进行全面梳理与表述,形成了风电机组运行状态监测与健康维护知识体系。其次,基于风电机组故障机理分析,开展了机组状态指标分析与体系构建问题的研究。以综合评价理论为指导、风电机组结构及功能特点为技术支持,明确机组运行状态指标的选取原则与层次原则,进行了指标体系的初建,构建了机组设备与功能之间的对应关系。从设备运行安全性、经济性和可靠性角度全面分析机组运行状态指标特性,形成了“三维一体”的机组运行状态指标表征机制,明确了指标与设备功能的对应关系。提出基于对应分析的多块分析方法,从设备运行状态角度出发,展开了设备运行指标之间的关联分析,明确了指标与设备的对应关系,完善指标体系内容,完成“指标-设备-功能”三者关联的机组运行状态指标体系的搭建。接着,针对目前故障智能诊断方法存在状态估计不准确、模型结构复杂等问题,提出了以多元信息为主导,指标体系为支撑的多同质、异质模型有机结合的复合网络诊断模型。（1）从网络结构上,多层、多级的拓扑结构形成了“由整体到局部”的解析路径,将机组复杂故障问题逐层分解,降低故障整体分析难度,简化网络结构,提高模型分析效率与可行性。（2）从模型功能上,复合网络模型包含数据预处理、特征提取、故障预警和诊断等与状态分析相关内容,形成了系统化的诊断流程。（3）从分析可信度上,复合网络在预警环节提出因子分析改进的层级NSET分析方法（FA-HNSET）,通过数据指标特性对设备运行状态表征程度的分析,合理筛选多元化的预警样本,以提升样本数据特征及预警精度。诊断环节提出ETA-FPN多重网络模型,建立了顶层故障事件推理同局部故障征兆推理相融合的双层推理机制,并通过改进信息熵方法对模型网络节点信息进行全面解析,合理构建网络结构,实现了对机组故障事件的时序性和关联性描述,保证诊断结果的准确性。（4）从分析效果上,复合网络系统化、流程化的诊断策略可为机组故障诊断结果提供完整的证据链条,在实现机组故障全面描述的同时,为机组健康维护提供关键信息支持。再次,进行了风电机组健康维护问题的全面研究。（1）采用模糊评判方法,对机组进行层级健康评价,通过评价结果确定制定维护决策的必要性。（2）通过ARMA模型,对机组设备运行状态进行合理演绎,预测故障劣化趋势,准确锁定维护作业时刻,保证设备维护的有效性。（3）以FMEA与FTA理论方法为指导,通过统计分析确定故障模式及具体故障设备的维修顺序,并运用逻辑决策图分析与故障底事件性质划分方法,确定具体故障事件的维修方式,完成机组设备健康维护具体工作的制定,提高机组维护工作的针对性。最后,将风电机组运行状态监测与健康维护技术框架应用于工程实践。依托国华沧州风电场1.5MW陆上风电机组,开展了机组运行状态监测与健康维护系统的研究工作。采用MySQL关系数据库,基于B/S构架模式设计并开发了 1.5MW风电机组运行状态监测与健康维护系统,以推进论文研究工作的成果转化和工程应用。
杨波[6]（2019）在《内燃机高原排放质量评价及故障诊断研究》文中研究说明中国高原面积大、风景秀丽,保护生态环境是新时代高原城市高质量发展的基本要求。高原城市汽车保有量逐年增加,已经成为高原大气污染的重要来源之一。同时,内燃机为机动车辆必不可少的核心组成部分,在高原环境下故障率显着提升,尾气排放污染进一步加深,更为重要的是带来了严重的安全隐患。当前高原城市消费者对于机动车的环保性和涉及安全性的故障预警和诊断智能化要求不断提升,是未来内燃机市场竞争的热点和焦点。开展内燃机排放质量评价和故障诊断决策知识库的研究对于云内动力有限股份公司发展和高原城市环境保护以及我国抢占内燃机标准高地具有重要的现实意义和社会意义。本研究依托云内动机实验平台,从生态环境保护和产品优化设计的双视角开展基于尾气信息的内燃机高原排放质量改进以及故障诊断知识应用研究。本研究主要工作分为四个核心部分:（1）内燃机高原排放特性统计分析。小缸径内燃机在排放性和经济性上都具有显着的优势,在未来市场竞争中具有优势,是本公司未来市场重点销售型号。本研究以小缸径内燃机为研究对象,开展内燃机高原排放实验设计,统计分析故障状态下和正常状态下的尾气排放特征,分析海拔变化对于尾气排放特征的影响。（2）内燃机排放质量综合评价研究。本研究提出利用区间数度量污染等级评价指标等级属性,然后基于可能度理论测算指标客观属性权重,并融合粗糙集法确定指标主观属性权重,进而构建内燃机排放质量可变模糊集评价模型,最后采用实例数据验证本方法的科学有效性,并对比分析海拔变化的影响,探讨不同减排方案的有效性。（3）内燃机故障智能化诊断模型研究。本研究提出一种新的基于IHS-RVM的内燃机故障诊断模型。为了获得性能更优的RVM诊断模型,对和声搜索（Harmony Search,HS）算法中HMCR、PAR和BW三参数获取方法进行改进,获得改进的和声算法（Improved Harmony Search,IHS）,然后,利用IHS进行RVM超参数寻优,进而利用尾气信息构建出了一种新的基于IHS-RVM的内燃机故障诊断模型。（4）内燃机故障诊断决策知识库设计。首先设计了知识库的表达方式,根据尾气信息和运行状态关系,建立了内燃机故障诊断决策知识库的规则库、事实库和专家库,并以排放质量模型和故障诊断模型为基础设计了推理机;同时,为提升知识库解释能力,设计了维保数据字典和知识检索模块,为内燃机故障诊断决策知识库实现奠定了基础。本研究的创新点主要体现在:（1）设计了一套内燃机在变海拔多工况下高原尾气排放信息试验方案。本研究提出在试验方案选择在省内最高海拔和最低海拔落差达到6000m以上云南进行;选定了符合高原特征且具有代表性的城市作为试验点,且控制了同一海拔和状态下的因素水平,减小了试验误差;该方案解决了实验数据和实际工况数据的差异性问题,揭示了内燃机在变海拔地区的尾气排放性能及基本规律。（2）构建了面向内燃机尾气信息特征的高原排放质量评价方法和故障诊断知识库。本研究提出了基于组合权重的内燃机高原排放质量可变模糊集评价模型,交叉应用了质量管理、模糊数学、机械工程理论等多学科知识,解决了定性评价存在的不足;同时,提出了一种融合粗糙集、和声算法以及RVM方法分别在属性简约、参数寻优和学习预测方面优势的组合方法,明晰了内燃机高原故障特征与尾气信息间的映射关系,并以智能决策知识系统理论为指导,设计了内燃机故障诊断决策知识库,解决了当前故障诊断精度低、效率低的问题。
刘久兵[7]（2019）在《三支直觉模糊决策方法及在人机任务分配中的应用研究》文中研究说明随着智能技术特别是人工智能技术的飞速发展,通过高效人机协作以提高系统任务的执行效率和满意度,在智能制造、军事、航空航天等诸多领域显得愈发迫切和重要。作为人机协作的核心问题之一,人机任务分配在面向系统任务完成过程中,存在如何科学合理确定人和智能机器之间的任务域或工作域,让人和机器建立分工更加合理、配合更加默契的互信机制问题。然而,目前有关此方面的研究尚处于探索阶段。为此,本文结合直觉模糊集主观评价和决策粗糙集客观知识获取的互补优势,从决策粗糙集条件概率获得和概率阈值确定两个方面研究基于决策粗糙集的三支直觉模糊决策方法并获得三支分类结果,为人机任务分配提供软求解策略的分配方案。具体研究内容及创新点主要包括以下四个方面:（1）提出了基于直觉模糊信息系统的三支直觉模糊决策方法。对于现有直觉模糊相似度未考虑其隶属度和非隶属度的实践语义且在一些情形下可能存在违反“直觉”等问题,提出了一种新直觉模糊相似度测度。然后将提出的测度引入直觉模糊信息系统中,定义了直觉模糊相似度下（α,β）-水平截集等概念。采用粗糙隶属度作为评价函数导出目标集的（α,β）-下、上近似集及三支决策域。进一步地,利用贝叶斯决策理论构建一种具有多风险偏好的直觉模糊决策粗糙集模型并导出其概率阈值。在此基础上,提出一种基于直觉模糊信息系统的三支直觉模糊决策方法并应用于飞机预期作战任务分配中。（2）提出了基于直觉模糊数排序的三支直觉模糊决策方法。针对上述提出的三支直觉模糊决策方法在直觉模糊损失函数矩阵转化过程中带来信息丢失问题,借助决策粗糙集现有成果及直觉模糊数运算,通过分析六种代表性直觉模糊数排序方法的优缺点,分别设计了基于直觉模糊单排序函数的三支直觉模糊决策机制和基于直觉模糊双排序函数的三支直觉模糊决策机制。最后将这两类决策机制统一到三支决策框架内,继而提出基于两类排序函数的三支直觉模糊决策方法。（3）提出了基于决策粗糙集等价模型的三支直觉模糊决策方法。考虑到现有方法在一些情形下仍难以确定直觉模糊环境下决策粗糙集概率阈值的问题,从优化的视角研究了经典决策粗糙集的等价模型。然后将此模型的构建思想分别拓展到基于区间数线性、非线性排序法的区间决策粗糙集概率阈值确定,基于三角模糊数线性、非线性排序法的三角模糊决策粗糙集概率阈值确定以及语言决策粗糙集概率阈值确定中,构建了相应的概率阈值确定优化模型。理论分析和实验结果表明:相比于现有方法,所提出模型不仅在这些模糊数线性排序法下获得相同的概率阈值数值解,而且还能获得其非线性排序法下的概率阈值数值解。这说明了所提出的等价模型的可行性和有效性。进一步地将其拓展到直觉模糊环境下决策粗糙集概率阈值确定中,并构建相应的非线性优化模型,理论上证明了该模型最优解的存在性和唯一性。然后借助优化技术搜索出模型的最优解并确定其概率阈值,从而克服了现有方法在这些模糊数非线性排序方法下难以确定概率阈值的不足。最后,本章将所提出的模型与方法应用于载人航天操作任务分配中。（4）提出了基于直觉模糊集成算子的三支直觉模糊群决策方法。传统的三支直觉模糊决策模型大多是基于单个决策者给出的直觉模糊损失函数评价,而对多个决策者或群决策者评价研究的较少。事实上,单个评估决策者往往存在评估行为的片面性、单一性等问题。针对此类问题,采用直觉模糊加权平均算子和加权几何算子集结不同决策者给出的直觉模糊偏好损失,获得直觉模糊群偏好损失。借鉴决策粗糙集等价模型的构建思想,提出群决策环境下直觉模糊决策粗糙集概率阈值确定模型,并设计基于直觉模糊集成算子的三支直觉模糊群决策机制及实现算法。最后以飞机预期作战任务分配为例讨论了提出方法在人机任务分配中的应用。总之,本文将直觉模糊集和决策粗糙集相结合,研究基于决策粗糙集的三支直觉模糊决策方法,并将其应用于不同场景下的人机任务分配中。这不仅丰富了直觉模糊集理论、决策粗糙集理论和三支决策理论,而且拓宽了这些理论的应用范围。
高博[8]（2019）在《电子商务商家信用机制的研究 ——基于社交网络数据的分析》文中研究指明当前我国电子商务发展迅速,自2013年起已经连续五年稳居全球第一大网络零售市场,网络零售成为电子商务中重要的组成部分,而网络零售B2C电子商务平台已经逐渐成为消费者网络购物的主要方式。电子商务商家信用是商家传递商品和服务质量的重要信号,商家信用是影响消费者网络购物决策的主要因素之一。电子商务交易中商家和消费者之间存在着信息不对称,商家掌握商品等信息相对较多是信息优势方,消费者掌握商品等信息相对较少是信息劣势方,同时电子商务交易领域当中存在着刷单、炒信、虚假评价等违法违规现象,使得电子商务交易中的失信问题仍然比较突出。电子商务信用最大的问题就是失信,产生信用风险,造成信用危机,这已经成为当前电子商务信用研究和应用实践中最突出的问题,严重阻碍了电子商务的发展。电子商务交易中商家失信行为对电子商务交易影响比较大,为了解决电子商务交易中的信用问题,有必要对电子商务商家信用机制及其相关问题进行分析与研究。为了解决电子商务交易中的信用问题,本研究首先对电子商务信用问题进行经济学分析,找出电子商务交易当中存在失信行为、产生信用风险的原因以及减少失信行为降低信用风险的措施。接着分析了电子商务信用风险的动态演化过程,发现解决电子商务交易信用问题的关键在于解决商家的信用问题。其次为了解决商家信用评价数据来源单一的问题,构建了基于社交网络的电子商务商家信用评价指标体系对商家信用进行更加全面的评价。然后为了解决电子商务平台中反映商家信用水平评价数据的真实性和可靠性问题,构建了基于区块链的去中心化分布式电子商务商家信用评价模型并进行了应用分析。最后分析了我国电子商务信用治理的现状,总结了电子商务信用治理的方式,为我国电子商务信用治理提出了自己的意见和建议。本研究的主要工作包括以下四个方面:1.电子商务信用风险分析。利用信息不对称理论,交易成本理论和博弈论分析了电子商务交易当中存在失信行为、产生信用风险的原因,提出减少失信行为降低信用风险的措施。利用演化博弈理论构建了电子商务消费者群体与商家群体、商家群体与监管方群体的演化博弈模型,分析电子商务交易当中消费者、商家和监管方策略行为的动态演化过程以及电子商务信用风险的动态演化过程,通过分析发现解决电子商务交易当中的信用问题,减少电子商务信用风险的关键在于解决商家的信用问题,减少商家的失信行为。2.基于社交网络的电子商务商家信用评价分析。电子商务商家信用评价机制反映了商家的信用状况,减少了电子商务交易中的信息不对称,在一定程度上约束了商家的失信行为,降低了电子商务交易信用风险。但是现有电子商务平台商家信用评价机制主要还是利用来自于电子商务交易平台自身的相关指标数据来构建电子商务商家信用评价指标体系对商家信用进行评价,商家信用评价数据来源单一而且还存在着刷单、炒信等违法违规现象,不能全面和客观的反映商家信用水平。针对商家信用数据来源单一的问题,利用社会资本理论将电子商务商家的社会资本应用于商家的信用评价当中,将商家社交网络影响力作为商家的社会资本纳入到电子商务商家信用评价机制当中,构建基于社交网络的电子商务商家信用评价指标体系。采集电子商务商家信用评价指标数据,并对相关指标数据进行处理,建立基于社交网络的电子商务商家信用评价模型,并利用处理过的指标数据对商家信用评价模型进行实证分析,从而对商家信用进行更加全面的评价。3.基于区块链的电子商务商家信用评价模型。针对电子商务交易领域当中存在刷单、炒信、虚假评价等违法违规现象很难确保电子商务平台中反映商家信用水平的评价数据的真实性和可靠性问题,利用区块链技术的特点提出构建基于区块链的去中心化分布式电子商务商家信用评价模型,并分析了该模型在电子商务交易评价中的具体应用,为解决传统电子商务模式中电子商务交易评价数据可能被伪造和篡改的问题提供了思路和方法。4.电子商务信用治理的思路。分析了我们国家电子商务信用治理的现状,根据已有的电子商务信用治理方式结合本研究结论,提出了我们国家电子商务信用治理的具体措施,推动我国电子商务信用体系建设,改善电子商务交易信用状况,从而推动我国电子商务又好又快地发展。本研究利用社会资本理论构建基于社交网络的电子商务商家信用评价指标体系和电子商务商家信用评价模型,可以对商家信用进行更加全面的评价,丰富了社会资本理论和社交网络在信用评价领域当中的研究与应用,拓展了社会资本和电子商务商家信用评价的研究范畴。基于区块链的电子商务商家信用评价模型为解决电子商务交易领域当中刷单、炒信、虚假评价等违法违规问题提供了信思路和新方法,丰富了区块链技术的应用场景,推动了区块链等新技术在电子商务领域中的应用。相关研究可以为我国电子商务信用治理提供理论依据,从而推动我国电子商务又好又快地发展。
蒋辉[9]（2019）在《信息不完备情境下的小微企业信用评估研究》文中研究说明小微企业是我国经济社会发展的生力军与市场主体中的重要力量。它们在促进国民经济增长、推动技术创新、解决就业和维护社会稳定等方面发挥着举足轻重的作用。发展好小微企业是我国政府孜孜以求的目标之一,小微企业的发展离不开金融机构的支持。目前金融机构普遍利用财务数据进行信用评估以施行放贷与风险控制,而小微企业普遍存在财务数据不健全数据或者数据缺失现象,即存在―信用信息不完备‖现象,特别是在当今的大数据时代,各种非财务数据源也被引入信用评估,这种情形下的―信用信息不完备‖现象更为突出。本文首先对信息、信用风险以及数据缺失等基本概念和理论进行简要综述;然后从小微企业特性及其信用风险成因入手,特别是针对小微企业数量众多,经营特性与风险特性各异,而借贷需求又具有―短、小、频、急‖的特点,分析了小微企业信用信息不完备的原因;再结合信用评估的现实情况,详细研究了以下三类典型的信息不完备场景下的信用评估问题:第一,针对信用业务开展初期的信息不完备情形,尤其是考虑到传统的专家经验法在收集、处理和综合专家意见时存在的不足,重点研究了群决策基础上的信用评估模型构建方法—3-SEIJ。采用3标度法构建判别矩阵来确定指标权值,引入3-9标度映射技术来降低专家判断难度,应用一致性调整技术来解决判断矩阵不一致造成的反复判断问题,并通过专家聚类和可信加权技术来综合专家意见,从而有效解决信用业务初期历史信息缺乏情境下的信用评估模型构建问题。第二,针对信用业务开展过程中,违约数据虽有一定积累,但信息依然不足以用于改善评估模型的信息不完备情形。本文将AHP和神经网络相结合,基于少量违约数据来实现模型在线升级更新,以充分利用不断完备的违约数据以及专家的经验知识信息,解决了神经网络模型初始赋值的随意性和神经网络的可理解性及过早收敛于局部解的问题。并通过实验验证了该方法在改善信用评估模型性能方面的有效性。第三,针对评估模型建立之后,在具体的信用评估过程中由于被评估对象存在信息项缺失的信息不完备情境,本文研究了一种新的数据填补算法。阐述了该算法的两个关键阶段,即单变量预测模型库构建阶段和迭代填补阶段。该算法解决多个变量同时缺失的填补问题,且摒弃了EM算法对概率分布假设的依赖,具有更广泛的适用性。然后通过三个基准信用评估数据集的填补还原实验和填补后信用预测实验将本文方法与一般的众数填补和均值填补以及EM填补进行了比较分析。最后,本文探讨了小微企业信用评估过程中,为应对信息不完备情形的一些其它相关方法,并提出一个评估模型辅助开发系统的构想。本文研究成果能在一定程度上促进信用评估技术的发展,进而改善金融机构信用评估工作效率,优化金融机构资源配置,为小微企业获得金融支持提供技术与方法指导,为金融机构的信用评估提供有效的评估依据。
高宇璇[10]（2019）在《远程医疗中的优化决策问题研究》文中进行了进一步梳理在时代不断变革的今天,人类对于健康的诉求已经成为追求美好生活的重要标志。随着网络技术的迅猛发展,“互联网+医疗”领域的发展已经得到国家政府的高度重视,各大医疗机构以及国内外企业也相竞开展医疗合作与网络研发。在互联网和大数据的战略背景下,远程医疗的技术手段对各类急慢性病的会诊及治疗显示出了较强优势,使广大患者在享受优质医疗资源的同时节省不必要的费用开支。由此发展出的医疗管理决策问题也成为国内外相关领域的专家和学者们普遍关注的研究课题。然而,目前已有的关于远程医疗的研究大多停留在远程技术开发及医疗及资源的优化分配,远程医疗中的多主体优化决策问题尚未形成系统的研究体系,并且缺乏与之对应的决策分析方法与技术支撑。鉴于此,本文立足于针对远程医疗中的优化决策理论及决策方法,重点通过对远程医疗背景下参与主体之间的偏好与行为策略,对远程医疗各环节的管理决策问题进行分阶段深入进行基础理论研究,并给出针对性的决策分析方法,具有一定的理论意义和实际意义。主要包括以下几部分内容:（1）提炼出面向远程医疗中的决策问题的描述及研究架构。为了明确远程医疗中的优化决策问题的研究体系,将面向远程医疗的优化决策问题分为四个部分:远程医疗决策中跨地区机构及患者协同决策问题、跨地区机构协同共享决策问题、医患远程在线匹配决策问题以及远程医疗协同服务质量评价问题。在此基础上,归纳了面向远程医疗的多主体决策问题的一般性描述,并构建了远程医疗中的优化决策问题的研究框架和概念模型,为相关问题的研究提供了理论指导和分析导向,并为研究问题的拓展及实践提供了理论基础。（2）对于远程医疗中的优化决策中跨地区医疗机构及患者协同决策问题进行基础理论研究。针对远程医疗协同服务的参与群体,明确群体间的博弈关系及其行为决策的策略选择方案,结合演化博弈方法,通过建立跨地区的两个医院和患者三方的策略选择演化模型,分析远程医疗协同服务中跨地区医院及患者行为选择的演化路径、演化均衡和相关指标,以三方各自收益最大化为原则,研究制约远程医疗协同服务发展的影响因素。并采用真实数据进行数值仿真,给出相应的激励政策及建议。（3）对于远程医疗中的优化决策中跨地区机构协同共享决策问题进行基础理论研究。针对参与远程医疗协同服务的医疗机构,明确群体间的博弈关系及其行为决策的策略选择方案,结合演化博弈方法,通过建立跨地区两个医院策略选择演化模型,分析远程医疗协同服务中跨地区医院行为选择的演化路径、演化均衡和相关指标,以各自收益最大化为原则,研究制约远程医疗协同服务中跨地区医院进行知识共享的影响因素。并进行数值仿真,给出相应的激励政策及建议。（4）对于远程医疗中的优化决策中医患远程在线匹配决策问题进行研究。针对参与远程医疗协同服务的医疗机构,确定患者与医生如何选择与自己最匹配的策略。在现实的匹配过程中,医患之间的熟悉程度、医生的专长,以及匹配方案的稳定性等都是非常重要的考虑因素,通过给出稳定、满意和熟悉匹配方案的相关定义,计算患者和医生的匹配满意度,构建兼具满意、稳定和熟悉的目标导向的匹配决策模型,通过模型求解获得相应的最优匹配方案,并给出数值算例来证明该方法的适用性。（5）对于远程医疗服务质量评价问题进行分类研究。针对考虑两维度均衡的大群体远程医疗协同服务质量评价问题。具体地,建立了基于随机MULTIMOORA的大群体决策方法,构建了多源决策者的不同决策视角。以我国现实为例,首先建立了医疗服务质量的差异化指标评价方法。在决策过程中,提出了一种多源决策者和标准化决策矩阵的信息聚合方法。在传统的距离测量方法基础上,提出了一种基于多源评价信息的综合评价方法。最后,通过数值算例分析,证明了该方法的可行性。针对考虑大群体与小群体的远程医疗协同服务质量评价问题。将群体决策作为大群体和小群体的共同决策,解决群体决策问题,然后构建与TOPSIS理论相结合的共识模型。通过对大群体和小群体对方案的评价,通过反馈和调整,对大群体和小群体达成共识的方案进行合理的综合评价,并通过反馈和调整来确定。确定了大群体和小群体的序列。对大群体和小群体序列的一致度量是为了最大限度地减少总群体和大群体和小群体的顺序偏差。在识别到大群体和小群体在不同情况下的决策行为的基础上,给出了相应的调整规则。综上,本文以远程医疗为背景,聚焦于多主体的决策问题的基础理论研究,除了对远程医疗管理决策问题的理论和方法研究提供了系统的研究框架外,也可以应用于解决现实中其他群体决策的各类决策问题,例如多部门联合参与的突发事件应急决策问题以及多方参与的产品开发项目选择以及网络在线信用评价等,为有效解决此类复杂的多阶段决策问题提供更有效的理论和方法支撑。
二、关系数据库知识表示模型在智能群决策支持系统中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关系数据库知识表示模型在智能群决策支持系统中的应用（论文提纲范文）
（1）复杂大型建设项目费用偏差控制方法及信息系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂大型建设项目研究现状 |
| 1.2.2 项目费用控制研究现状 |
| 1.2.3 预警方法研究现状 |
| 1.2.4 纠偏策略研究现状 |
| 1.2.5 信息系统应用研究现状 |
| 1.3 主要研究内容和技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 复杂大型建设项目特点及费用控制分析 |
| 2.1.1 复杂大型建设项目特点分析 |
| 2.1.2 复杂大型建设项目费用偏差控制参与主体 |
| 2.1.3 复杂大型建设项目费用控制复杂性分析 |
| 2.2 费用偏差控制相关理论研究 |
| 2.2.1 费用偏差控制内涵 |
| 2.2.2 费用偏差影响因素分析 |
| 2.2.3 费用偏差控制基本原则 |
| 2.3 费用偏差控制模型及方法研究 |
| 2.3.1 偏差特征系统动力学理论 |
| 2.3.2 神经网络模型 |
| 2.3.3 费用偏差预警聚类方法 |
| 2.3.4 费用偏差控制策略及评价理论 |
| 2.4 本章小结 |
| 第3章 基于系统动力学的费用偏差影响因素识别研究 |
| 3.1 复杂大型建设项目费用监控模式 |
| 3.1.1 费用监控模式特征分析 |
| 3.1.2 费用监控模式构建 |
| 3.1.3 费用监控模式运行流程 |
| 3.2 费用偏差影响因素的系统动力学模型构建 |
| 3.2.1 系统动力学的基本理论 |
| 3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
| 3.2.3 系统动力学模型构建 |
| 3.3 费用偏差影响因素的子系统方程式建立 |
| 3.3.1 系统动力学建模中涉及到的数学方法 |
| 3.3.2 影响因素的子系统方程式建立 |
| 3.4 系统动力学模型仿真和分析 |
| 3.5 本章小结 |
| 第4章 基于改进神经网络模型的费用偏差控制方法研究 |
| 4.1 工程建设项目费用偏差计算需求及特点分析 |
| 4.2 基于K-means算法的费用偏差警情计算模型研究 |
| 4.2.1 K-means聚类理论及缺陷分析 |
| 4.2.2 K-means聚类方法改进及适用性研究 |
| 4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
| 4.3 基于改进神经网络模型的费用偏差计算模型研究 |
| 4.3.1 神经网络模型原理分析 |
| 4.3.2 神经网络模型的改进及适用性研究 |
| 4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 基于流程再造的费用偏差控制策略及效果评价 |
| 5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
| 5.1.1 费用偏差控制中流程再造与协同的目标 |
| 5.1.2 费用偏差控制中流程再造与协同的原则 |
| 5.2 复杂大型建设项目各阶段费用偏差控制策略 |
| 5.2.1 前期决策阶段的费用偏差控制策略 |
| 5.2.2 中期实施阶段的费用偏差控制策略 |
| 5.2.3 后期运维阶段的费用偏差控制策略 |
| 5.3 复杂大型建设项目费用偏差控制效果评价 |
| 5.3.1 费用偏差控制效果评价指标体系 |
| 5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
| 5.3.3 算例分析 |
| 5.4 本章小结 |
| 第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
| 6.1 复杂大型建设项目CDMIS分析 |
| 6.1.1 复杂大型建设项目CDMIS的定义 |
| 6.1.2 复杂大型建设项目CDMIS的建设目标 |
| 6.1.3 复杂大型建设项目CDMIS的用户分析 |
| 6.1.4 复杂大型建设项目CDMIS的需求分析 |
| 6.2 复杂大型建设项目CDMIS设计 |
| 6.2.1 系统的总体设计原则及开发方法 |
| 6.2.2 系统的平台整体设计 |
| 6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
| 6.2.4 复杂大型建设项目CDMIS的数据库设计 |
| 6.3 复杂大型建设项目CDMIS关键技术 |
| 6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
| 6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
| 6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
| 6.4 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）覆盖粗糙集与模糊粗糙集及其在化工过程故障诊断中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状分析 |
| 1.2.1 化工过程故障诊断 |
| 1.2.2 基于数据的化工过程故障诊断 |
| 1.2.3 粗糙集理论及属性约简 |
| 1.2.4 (模糊)覆盖粗糙集及其在故障诊断中应用 |
| 1.3 主要研究内容与组织结构 |
| 2 覆盖粗糙集最大、最小描述若干问题研究 |
| 2.1 引言 |
| 2.2 覆盖粗糙集理论预备知识 |
| 2.3 基于矩阵的最小、最大描述计算方法 |
| 2.4 基于最小、最大描述的覆盖近似空间约简方法 |
| 2.5 基于最小、最大描述的覆盖信息系统约简方法 |
| 2.5.1 基于最小描述的覆盖信息系统约简方法 |
| 2.5.2 基于最大描述的覆盖信息系统约简方法 |
| 2.6 本章小结 |
| 3 覆盖粗糙集的故障诊断方法及其在化工汽轮机组故障诊断中的应用 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.2.1 化工汽轮机组及常见故障类型 |
| 3.2.2 不完备决策表与极大相容块 |
| 3.3 极大相容块的矩阵计算方法 |
| 3.3.1 基于最大描述的极大相容块计算方法 |
| 3.3.2 基于容差类的极大相容块的矩阵计算方法 |
| 3.4 基于极大相容块的不完备信息系统属性约简方法 |
| 3.5 基于“极大相容块+智能分类器”的不完备信息故障诊断方法 |
| 3.6 不完备信息下化工汽轮机组的故障诊断应用 |
| 3.6.1 化工汽轮机组故障不完备决策信息系统 |
| 3.6.2 决策信息表预处理 |
| 3.6.3 化工汽轮机组的“极大相容块+智能分类器”故障诊断模型建立 |
| 3.6.4 化工汽轮机组故障样本诊断 |
| 3.7 本章小结 |
| 4 基于β-覆盖的模糊覆盖粗糙集 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 模糊β-覆盖近似空间中概念之间的关系 |
| 4.3.1 模糊β-最小描述与各类约简之间的关系 |
| 4.3.2 模糊β-最大描述与β-核、I-约简之间的关系 |
| 4.4 模糊β-覆盖近似空间之间的关系 |
| 4.4.1 生成的模糊β-覆盖近似空间 |
| 4.4.2 I-生成的模糊β-覆盖近似空间 |
| 4.5 七个诱导的模糊β-覆盖近似空间和相应的格结构 |
| 4.5.1 七个诱导的模糊β-覆盖的一些新的性质 |
| 4.5.2 一些导出模糊β-覆盖的格结构 |
| 4.6 本章小结 |
| 5 模糊覆盖粗糙集的故障诊断方法及其在TE化工过程故障诊断中的应用 |
| 5.1 引言 |
| 5.2 TE化工过程 |
| 5.3 基于模糊β-邻域的模糊覆盖信息系统属性约简方法 |
| 5.4 “模糊覆盖粗糙集+智能分类器”的故障诊断方法 |
| 5.5 基于“模糊覆盖粗糙集+SVM”的TE化工过程故障诊断实验 |
| 5.5.1 获取并初始化数据 |
| 5.5.2 基于模糊β-邻域的TE化工过程故障数据集的属性约简 |
| 5.5.3 基于TE化工过程的“模糊覆盖粗糙集+SVM”故障诊断模型建立 |
| 5.5.4 基于TE化工过程的“模糊覆盖粗糙集+SVM”故障诊断 |
| 5.6 本章小结 |
| 6 广义模糊覆盖粗糙集 |
| 6.1 引言 |
| 6.2 预备知识 |
| 6.2.1 直觉模糊集 |
| 6.2.2 单值中智集 |
| 6.3 两类直觉模糊覆盖粗糙集模型 |
| 6.3.1 直觉模糊β-邻域、直觉模糊β-邻域系统和β-邻域 |
| 6.3.2 两类直觉模糊覆盖粗糙集模型 |
| 6.3.3 直觉模糊覆盖粗糙集模型和其他粗糙集模型之间的关系 |
| 6.4 单值中智覆盖粗糙集模型 |
| 6.4.1 单值中智覆盖近似空间 |
| 6.4.2 三类单值中智覆盖粗糙集模型 |
| 6.5 多粒度单值中智覆盖粗糙集模型 |
| 6.5.1 多粒度单值中智β-覆盖近似空间 |
| 6.5.2 三类多粒度单值中智覆盖粗糙集模型 |
| 6.5.3 不同中智β-覆盖产生相同的多粒度单值中智覆盖近似算子的条件 |
| 6.6 本章小结 |
| 7 广义模糊粗糙集的决策方法及其在聚合釜故障诊断中的应用 |
| 7.1 引言 |
| 7.2 聚合釜反应过程与常见故障 |
| 7.3 基于直觉模糊覆盖粗糙集的群决策方法及其在故障诊断中的应用 |
| 7.3.1 乐观多粒度直觉模糊覆盖粗糙集模型 |
| 7.3.2 基于直觉模糊故障信息的多属性群决策问题 |
| 7.3.3 基于乐观多粒度直觉模糊覆盖粗糙集的故障信息群决策方法 |
| 7.3.4 直觉模糊决策方法在聚合釜故障诊断中的应用 |
| 7.4 基于多粒度单值中智覆盖粗糙集的群决策方法及故障诊断应用 |
| 7.4.1 基于单值中智故障信息的多属性群决策问题 |
| 7.4.2 基于多粒度单值中智覆盖粗糙集的故障信息群决策方法 |
| 7.4.3 单值中智决策方法在聚合釜故障诊断中的应用 |
| 7.4.4 对比分析 |
| 7.5 本章小结 |
| 8 总结与展望 |
| 8.1 全文工作总结 |
| 8.2 研究工作创新点 |
| 8.3 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录A: 最小、最大描述的集合计算Matlab程序（第二章） |
| 附录B: 最小、最大描述的矩阵计算Matlab程序（第二章） |
| 附录C: 本文应用的化工汽轮机组故障诊断数据（第三章） |
| 附录D: 基于不可分辨矩阵的不完备信息属性约简Matlab程序（第三章） |
| 附录E: SVM故障诊断Matlab程序（第三章） |
| 附录F: 基于模糊β-邻域的约简计算Matlab程序（第五章） |
| 附录G: TE化工过程部分数据（第五章） |
| 附录H: 单值中智覆盖粗糙集上、下近似计算Matlab程序（第七章） |
| 攻读博士学位期间发表的科研成果目录 |
（3）基于案例推理和工作流的森抚决策支持系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 问题的提出与研究意义 |
| 1.1.1 问题的提出 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 林业信息化问题研究进展 |
| 1.2.2 林业决策支持系统研究进展 |
| 1.2.3 基于案例的推理问题研究进展 |
| 1.2.4 国内外相关研究小结 |
| 1.3 本文的研究内容与研究思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 数据来源 |
| 1.3.4 技术路线 |
| 2 相关理论基础 |
| 2.1 软件工程思想 |
| 2.2 基于案例推理原理与方法 |
| 2.2.1 基于案例推理基本原理 |
| 2.2.2 基于案例推理案例检索技术 |
| 2.2.3 案例相似度计算技术 |
| 2.3 均匀度理论 |
| 3 需求分析 |
| 3.1 业务需求分析 |
| 3.1.1 森林抚育管理决策点的定义及研究范围界定 |
| 3.1.2 森林抚育管理决策问题分析 |
| 3.1.3 森林抚育管理决策“to-be”流程 |
| 3.2 功能性需求分析 |
| 3.2.1 系统功能需求 |
| 3.2.2 数据逻辑分析 |
| 3.3 非功能性需求分析 |
| 3.4 本章小结 |
| 4 决策支持系统设计 |
| 4.1 设计思路 |
| 4.2 系统架构设计 |
| 4.3 数据库设计 |
| 4.3.1 基础数据信息表设计 |
| 4.3.2 历史信息表设计 |
| 4.3.3 推理规则表设计 |
| 4.3.4 决策业务表设计 |
| 4.4 系统主要子系统模块设计 |
| 4.4.1 人机交互子系统设计 |
| 4.4.2 推理子系统设计 |
| 4.4.3 综合信息库子系统设计 |
| 4.4.4 业务流程管理子系统设计 |
| 4.5 本章小结 |
| 5 系统实施与测试 |
| 5.1 系统开发环境搭建 |
| 5.1.1 系统开发环境 |
| 5.1.2 系统测试环境 |
| 5.2 系统功能模块实现 |
| 5.1.1 人机交互接口实现 |
| 5.1.2 综合信息库子系统实现 |
| 5.1.3 案例推理子系统实现 |
| 5.1.4 业务流程管理子系统实现 |
| 5.3 系统测试 |
| 5.3.1 系统应用对象 |
| 5.3.2 测试方案 |
| 5.3.3 测试用例分析 |
| 5.4 本章小结 |
| 6 系统运行算例与分析 |
| 6.1 案例模拟 |
| 6.2 系统运行实例 |
| 6.2.1 林业局层级森抚作业量及资金分配决策 |
| 6.2.2 林场层级森抚区域及作业方式决策 |
| 7 讨论与展望 |
| 7.1 讨论 |
| 7.2 展望 |
| 8 结论 |
| 参考文献 |
| 作者简介 |
| 导师简介 |
| 获得成果目录清单 |
| 致谢 |
（4）基于模糊Vikor算法的水利工程应急决策专家系统的研究（论文提纲范文）
| 内容摘要 |
| abstract |
| 选题的依据与意义 |
| 国内外文献资料综述 |
| 1.绪论 |
| 1.1 前言 |
| 1.2 应急决策研究 |
| 1.3 专家系统研究 |
| 1.4 论文技术路线与研究内容 |
| 2.模糊多属性决策研究 |
| 2.1 模糊集理论 |
| 2.2 多属性决策方法 |
| 2.3 基于区间直觉模糊集的Vikor算法 |
| 2.4 敏感性与对比分析 |
| 2.5 本章小结 |
| 3.水利工程应急决策专家系统设计 |
| 3.1 系统需求分析 |
| 3.2 系统开发技术与工具 |
| 3.3 数据库设计 |
| 3.4 模型库设计 |
| 3.5 本章小结 |
| 4.水利工程应急决策专家系统的应用 |
| 4.1 实例应用 |
| 4.2 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 A |
| 附录 B:攻读工程硕士学位期间发表的部分科研成果 |
| 致谢 |
（5）风电机组运行状态监测与健康维护系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 我国风力发电行业发展现状 |
| 1.1.2 风电机组运行状态监测与健康维护面临的挑战 |
| 1.1.3 风电机组运行状态监测与健康维护面临的机遇 |
| 1.2 课题研究目的及意义 |
| 1.2.1 发电设备运行状态监测与健康维护的内涵 |
| 1.2.2 风电机组运行状态监测与健康维护系统研究的目的及意义 |
| 1.3 课题理论与技术国内外研究现状 |
| 1.3.1 风电机组运行状态分析的研究现状 |
| 1.3.2 风电机组运行状态监测的研究现状 |
| 1.3.3 风电机组设备健康维护的研究现状 |
| 1.4 风电机组运行状态监测与健康维护应用研究 |
| 1.4.1 风电机组500小时运行考核试验 |
| 1.4.2 风电机组运行状态监测与健康维护系统 |
| 1.5 本文主要研究内容及结构安排 |
| 第2章 风电机组运行状态分析与知识表述 |
| 2.1 引言 |
| 2.2 系统科学背景下的运行状态分析 |
| 2.3 风电机组典型故障模式分析 |
| 2.3.1 风能捕捉系统典型故障分析 |
| 2.3.2 传动系统典型故障分析 |
| 2.3.3 发电机系统典型故障分析 |
| 2.4 机组运行状态知识表述 |
| 2.4.1 基于故障树分析的风电机组故障知识表述方法 |
| 2.4.2 基于失效模式及影响分析的风电机组故障知识表述方法 |
| 2.5 本章小结 |
| 第3章 风电机组运行状态指标分析与体系构建 |
| 3.1 引言 |
| 3.2 风电机组运行状态指标体系初建 |
| 3.3 风电机组运行状态指标选取与分析 |
| 3.3.1 安全性指标 |
| 3.3.2 经济性指标 |
| 3.3.3 可靠性指标 |
| 3.4 基于对应分析的多块方法下的指标体系确立 |
| 3.4.1 基于对应分析的多块划分方法 |
| 3.4.2 机组指标体系确立 |
| 3.5 本章小结 |
| 第4章 风电机组运行状态监测与诊断方法研究 |
| 4.1 引言 |
| 4.2 机组故障诊断复合网络拓扑结构及功能描述 |
| 4.3 风电机组运行数据预处理与特征提取 |
| 4.3.1 风电机组振动信号预处理 |
| 4.3.2 基于数学形态学的无量纲趋势整理 |
| 4.3.3 t-s曲线趋势特征提取 |
| 4.3.4 实例分析 |
| 4.4 基于因子分析改进层级NSET方法的机组故障预警模型 |
| 4.4.1 层级NSET方法原理 |
| 4.4.2 残差统计分析 |
| 4.4.3 基于因子分析改进的层级NSET模型 |
| 4.4.4 实例分析 |
| 4.5 ETA-FPN多重网络机组故障诊断模型 |
| 4.5.1 ETA-FPN的定义 |
| 4.5.2 ETA-FPN层级结构与推理分析 |
| 4.5.3 改进信息熵的ETA-FPN模型构建方法 |
| 4.5.4 基于改进信息熵方法的ETA-FPN模型搭建 |
| 4.6 复合网络诊断模型实例分析 |
| 4.6.1 FA-HNSET预警分析 |
| 4.6.2 ETA-FPN网络模型诊断 |
| 4.6.3 基于FTA结构的故障原因分析 |
| 4.7 本章小结 |
| 第5章 风电机组健康维护问题的研究 |
| 5.1 引言 |
| 5.2 基于模糊评判的风电机组运行状态健康评价 |
| 5.2.1 健康评价体系层次划分 |
| 5.2.2 评价指标劣化度的确定 |
| 5.2.3 风电机组运行状态的模糊评判 |
| 5.3 基于ARMA模型的风电机组故障预测 |
| 5.3.1 ARMA预测模型描述 |
| 5.3.2 ARMA模型辨识 |
| 5.4 风电机组故障设备维护决策方法 |
| 5.4.1 基于FMEA的风电机组典型故障模式属性分析及风险评价 |
| 5.4.2 风电机组故障FTA分析 |
| 5.4.3 故障模式及底事件的维护方式决策 |
| 5.5 实例分析 |
| 5.6 本章小结 |
| 第6章 风电机组运行状态监测与健康维护系统研发 |
| 6.1 引言 |
| 6.2 风电机组运行状态监测与健康维护系统设计 |
| 6.2.1 设计目的 |
| 6.2.2 系统整体构架 |
| 6.2.3 系统功能设计 |
| 6.3 风电机组运行状态监测与健康维护系统技术应用 |
| 6.3.1 系统信息管理及配置 |
| 6.3.2 系统应用 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 论文主要创新点 |
| 7.3 有待进一步开展的工作 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者介绍 |
（6）内燃机高原排放质量评价及故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景及问题的提出 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题的提出 |
| 1.2 研究目的和研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 内燃机尾气高原排放特征相关研究 |
| 1.3.2 内燃机故障诊断模型及方法相关研究 |
| 1.3.3 内燃机故障诊断专家知识库系统相关研究进展 |
| 1.3.4 文献评述 |
| 1.4 研究范围的界定 |
| 1.4.1 研究对象的界定 |
| 1.4.2 试验范围的界定 |
| 1.5 研究思路、方法和技术路线 |
| 1.5.1 研究思路 |
| 1.5.2 研究方法与技术路线 |
| 1.6 研究内容和创新点 |
| 1.6.1 主要研究内容 |
| 1.6.2 创新点 |
| 第二章 基本概念和基础理论分析 |
| 2.1 基本概念简介 |
| 2.1.1 高原及其环境的基本特征 |
| 2.1.2 内燃机排放及其危害性 |
| 2.1.3 智能决策支持系统 |
| 2.2 基础理论分析 |
| 2.2.1 可持续发展理论 |
| 2.2.2 知识管理理论 |
| 第三章 内燃机高原排放信息的试验调查设计 |
| 3.1 排放信息获取试验调查设计 |
| 3.1.1 试验方案设计 |
| 3.1.2 试验设备和仪器清单 |
| 3.1.3 试验地点和工况情况 |
| 3.2 排放数据采集 |
| 3.2.1 正常状态数据收集 |
| 3.2.2 故障状态数据收集 |
| 3.3 排放信息预处理与分析方法 |
| 3.3.1 排放信息预处理 |
| 3.3.2 排放信息分析方法 |
| 3.4 本章小结 |
| 第四章 内燃机高原排放信息特征统计分析 |
| 4.1 不同状态下气体污染物排放统计分析 |
| 4.1.1 正常状态下气体污染物排放统计分析 |
| 4.1.2 故障状态下气体污染物排放统计分析 |
| 4.2 不同状态下颗粒物排放统计分析 |
| 4.2.1 正常状态下颗粒物统计分析 |
| 4.2.2 故障状态下颗粒物统计分析 |
| 4.3 海拔因素对内燃机高原排放的影响分析 |
| 4.3.1 海拔因素对正常状态下排放的影响分析 |
| 4.3.2 海拔因素对故障状态下排放的影响分析 |
| 4.4 本章小结 |
| 第五章 内燃机高原排放质量可变模糊评价研究 |
| 5.1 内燃机排放质量评价指标体系构建 |
| 5.1.1 评价指标体系构建原则 |
| 5.1.2 评价指标体系构建过程 |
| 5.1.3 评价指标维度构成及等级标准 |
| 5.2 内燃机排放质量评价模型构建 |
| 5.2.1 可变模糊集模型原理 |
| 5.2.2 可变模糊集模型的权重优化 |
| 5.2.3 基于组合权重的可变模糊评价模型构建 |
| 5.3 内燃机排放质量可变模糊评价 |
| 5.3.1 组合权重的确定 |
| 5.3.2 评价过程及结果分析 |
| 5.4 本章小结 |
| 第六章 基于排放信息的内燃机故障诊断及知识库设计研究 |
| 6.1 基于排放信息的内燃机故障诊断机理 |
| 6.1.1 气体污染物判断故障的机理 |
| 6.1.2 固体颗粒物判断故障的机理 |
| 6.2 超参数优化的内燃机故障诊断RVM模型 |
| 6.2.1 相关向量机模型原理 |
| 6.2.2 相关向量机模型的参数寻优 |
| 6.2.3 内燃机故障诊断模型构建 |
| 6.3 内燃机故障诊断模型性能评价 |
| 6.3.1 内燃机故障诊断模型性能评价指标 |
| 6.3.2 内燃机故障诊断模型性能评价 |
| 6.3.3 多种模型性能对比分析 |
| 6.4 内燃机故障诊断决策知识库设计 |
| 6.4.1 内燃机故障诊断决策知识库需求分析 |
| 6.4.2 内燃机故障诊断决策知识库总体设计 |
| 6.4.3 内燃机故障诊断决策知识库的详细设计 |
| 6.5 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究不足及展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（7）三支直觉模糊决策方法及在人机任务分配中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 课题来源 |
| 1.3 国内外研究现状分析 |
| 1.3.1 人机任务分配中的数据挖掘方法国内外研究现状分析 |
| 1.3.2 决策粗糙集与三支决策国内外研究现状分析 |
| 1.3.3 直觉模糊集在多属性决策中的应用国内外研究现状分析 |
| 1.3.4 三支决策与直觉模糊集相结合国内外研究现状分析 |
| 1.3.5 国内外研究现状述评与本文研究问题 |
| 1.4 论文研究内容与结构安排 |
| 1.5 论文主要创新点 |
| 1.6 本章小结 |
| 第二章 三支决策与直觉模糊集相关理论 |
| 2.1 三支决策 |
| 2.1.1 决策粗糙集模型 |
| 2.1.2 基于决策粗糙集的三支决策 |
| 2.2 直觉模糊集相关理论 |
| 2.2.1 直觉模糊集及其运算 |
| 2.2.2 直觉模糊相似度 |
| 2.2.3 直觉模糊相似度测度回顾 |
| 2.2.4 直觉模糊相似度测度的不足分析 |
| 2.3 直觉模糊信息系统 |
| 2.4 本章小结 |
| 第三章 基于直觉模糊信息系统的三支直觉模糊决策方法 |
| 3.1 直觉模糊粗糙近似的构造 |
| 3.1.1 直觉模糊数的相似测度 |
| 3.1.2 直觉模糊集的相似度和相异度 |
| 3.1.3 新直觉模糊相似度 |
| 3.1.4 直觉模糊目标概念的(?)-下、上近似集 |
| 3.2 多风险偏好的直觉模糊决策粗糙集模型 |
| 3.3 基于直觉模糊信息系统的三支直觉模糊决策方法 |
| 3.4 实例与比较分析 |
| 3.4.1 人机任务分配实例分析 |
| 3.4.2 提出方法与现有方法的比较 |
| 3.5 本章小结 |
| 第四章 基于直觉模糊数排序的三支直觉模糊决策方法 |
| 4.1 直觉模糊决策粗糙集 |
| 4.2 直觉模糊决策粗糙集下直觉模糊数排序方法分析 |
| 4.2.1 六种代表性直觉模糊数排序方法 |
| 4.2.2 六种直觉模糊数排序方法比较分析 |
| 4.3 基于直觉模糊数排序的三支直觉模糊决策机制 |
| 4.3.1 基于直觉模糊单排序函数的三支直觉模糊决策机制 |
| 4.3.2 基于直觉模糊双排序函数的三支直觉模糊决策机制 |
| 4.4 两类直觉模糊排序函数下的三支决策比较分析 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第五章 基于决策粗糙集等价模型的三支直觉模糊决策方法 |
| 5.1 决策粗糙集的等价模型 |
| 5.1.1 等价模型的构建 |
| 5.1.2 KKT条件 |
| 5.1.3 模型等价性的验证 |
| 5.2 模糊环境下决策粗糙集等价模型的拓展 |
| 5.2.1 区间环境下基于决策粗糙集等价模型的拓展 |
| 5.2.2 三角模糊环境下基于决策粗糙集等价模型的拓展 |
| 5.2.3 语言环境下基于决策粗糙集等价模型的拓展 |
| 5.3 基于决策粗糙集等价模型的三支直觉模糊决策方法 |
| 5.3.1 优化视角下的直觉模糊决策粗糙集 |
| 5.3.2 直觉模糊环境下基于决策粗糙集等价模型的阈值确定 |
| 5.3.3 基于决策粗糙集等价模型的三支直觉模糊决策机制 |
| 5.4 实例与比较分析 |
| 5.4.1 载人航天任务分配实例分析 |
| 5.4.2 提出方法与现有方法的比较 |
| 5.5 本章小结 |
| 第六章 基于直觉模糊集成算子的三支直觉模糊群决策方法 |
| 6.1 三支直觉模糊群决策 |
| 6.1.1 三支直觉模糊群决策问题描述 |
| 6.1.2 直觉模糊集成算子 |
| 6.1.3 群决策环境下直觉模糊决策粗糙集阈值确定模型 |
| 6.2 基于直觉模糊集成算子的三支直觉模糊群决策机制 |
| 6.3 实例与比较分析 |
| 6.3.1 三支直觉模糊群决策在人机任务分配中的应用 |
| 6.3.2 提出方法与现有方法的比较分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 参考文献 |
| 攻读博士学位期间完成的成果及主持/参与的项目 |
| 致谢 |
（8）电子商务商家信用机制的研究 ——基于社交网络数据的分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 主要研究内容 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 1.4 创新点 |
| 第2章 基础理论和文献综述 |
| 2.1 电子商务信用概述 |
| 2.1.1 信用的含义与解释 |
| 2.1.2 信用与信任的关系 |
| 2.1.3 电子商务信用风险内涵 |
| 2.1.4 电子商务信用评价内涵与应用 |
| 2.2 相关理论介绍 |
| 2.2.1 演化博弈理论 |
| 2.2.2 社会资本理论 |
| 2.3 相关文献研究 |
| 2.3.1 社交网络研究 |
| 2.3.2 电子商务信用评价研究 |
| 2.3.3 社交网络在信用评价中的应用研究 |
| 2.4 文献述评 |
| 2.5 本章小结 |
| 第3章 电子商务信用的经济学分析 |
| 3.1 电子商务信用的经济学基础 |
| 3.2 基于信息不对称理论的电子商务信用问题分析 |
| 3.3 基于交易成本理论的电子商务信用问题分析 |
| 3.4 基于博弈论的电子商务信用问题分析 |
| 3.5 降低电子商务信用风险的措施 |
| 3.6 本章小结 |
| 第4章 电子商务信用风险演化分析 |
| 4.1 电子商务交易双方之间的演化博弈分析 |
| 4.1.1 演化博弈模型的构建 |
| 4.1.2 演化博弈模型的演化均衡与稳定分析 |
| 4.1.3 数值模拟分析 |
| 4.2 电子商务商家与监管方之间的演化博弈分析 |
| 4.2.1 演化博弈模型的构建 |
| 4.2.2 演化博弈模型的演化均衡与稳定分析 |
| 4.2.3 数值模拟分析 |
| 4.3 本章小结 |
| 第5章 社会资本视角下电子商务商家信用的理论分析 |
| 5.1 社会资本在信用问题研究中的应用 |
| 5.2 社交网络中的社会资本分析 |
| 5.2.1 社交网络与社会资本的关系 |
| 5.2.2 电子商务商家在微博中社会资本的获得与积累 |
| 5.3 基于社交网络的电子商务商家信用评价指标体系 |
| 5.3.1 影响社交网络用户影响力的主要因素 |
| 5.3.2 电子商务平台商家信用评价指标 |
| 5.3.3 构建基于社交网络的电子商务商家信用评价指标体系 |
| 5.4 本章小结 |
| 第6章 基于社交网络的电子商务商家信用评价分析 |
| 6.1 电子商务商家微博影响力评价模型 |
| 6.1.1 微博用户影响力评价指标 |
| 6.1.2 基于区间直觉模糊集的商家微博影响力评价模型 |
| 6.2 基于社交网络电子商务商家信用评价指标数据的获取与处理 |
| 6.2.1 天猫B2C平台服装类目商家信用评价数据的采集与处理 |
| 6.2.2 天猫平台服装类目商家微博影响力数据的采集与处理 |
| 6.3 基于社交网络的电子商务商家信用评价模型 |
| 6.3.1 确定商家信用评价指标权重 |
| 6.3.2 商家信用等级分类 |
| 6.3.3 商家信用评价模型 |
| 6.4 本章小结 |
| 第7章 基于区块链的电子商务商家信用评价模型 |
| 7.1 区块链技术概述 |
| 7.1.1 区块链技术的本质 |
| 7.1.2 区块链技术的主要特征 |
| 7.1.3 区块链技术发展阶段 |
| 7.2 模型设计与应用 |
| 7.2.1 模型设计 |
| 7.2.2 模型应用分析 |
| 7.3 本章小结 |
| 第8章 电子商务信用治理的思路 |
| 8.1 我国电子商务信用治理的现状 |
| 8.1.1 电子商务信用治理体系的层次结构 |
| 8.1.2 电子商务信用治理存在的问题 |
| 8.2 电子商务信用治理的方式 |
| 8.3 我国电子商务信用治理的措施 |
| 8.4 本章小结 |
| 第9章 结论与展望 |
| 9.1 主要研究结论 |
| 9.2 研究局限和展望 |
| 附录 |
| 参考文献 |
| 攻读博士期间的研究成果 |
| 致谢 |
（9）信息不完备情境下的小微企业信用评估研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.3 研究目的与研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 1.4 研究思路与研究方法 |
| 第2章 理论基础 |
| 2.1 信息与信息价值 |
| 2.2 信用与信用风险及信用评估 |
| 2.3 数据挖掘与数据质量问题 |
| 2.4 数据缺失机制与处理方法 |
| 2.4.1 数据缺失机制 |
| 2.4.2 缺失处理的简单方法 |
| 2.4.3 缺失处理的高级方法 |
| 2.5 本章小结 |
| 第3章 小微企业信用风险表现与成因及信用评估中的信息不完备问题 |
| 3.1 小微企业及其发展现状 |
| 3.1.1 小微企业的概念 |
| 3.1.2 我国小微企业发展状况 |
| 3.2 小微企业的信用风险表现与成因 |
| 3.2.1 小微企业信用风险表现 |
| 3.2.2 小微企业信用风险成因分析 |
| 3.2.3 小微企业信用风险成因机理 |
| 3.3 信用评估业发展状况与小微企业信用评估中面临的挑战 |
| 3.3.1 我国信用评估行业发展状况 |
| 3.3.2 小微企业信用评估中面临的挑战 |
| 3.4 小微企业信用评估发展机遇与信息不完备问题 |
| 3.4.1 大数据时代小微企业信用评估发展机遇 |
| 3.4.2 大数据时代小微企业信用评估数据来源及其特性 |
| 3.4.3 大数据时代小微企业信用评估中信息不完备问题 |
| 3.5 本章小结 |
| 第4章 无违约数据情境下小微企业信用评估模型的构建与确权研究 |
| 4.1 问题描述 |
| 4.2 现有权重确定方法的缺陷分析 |
| 4.3 3-SEIJ方法 |
| 4.3.1 3-SEIJ法的策略思想 |
| 4.3.2 3-SEIJ法的操作与过程 |
| 4.3.3 关键技术与算法 |
| 4.4 3-SEIJ法应用案例 |
| 4.4.1 指标体系构建 |
| 4.4.2 指标评分标准制定 |
| 4.4.3 指标重要性判别矩阵 |
| 4.4.4 综合权重计算 |
| 4.4.5 计算评分 |
| 4.4.6 效果比较 |
| 4.5 本章小结 |
| 第5章 少量违约信息情境下小微企业信用评估模型的改进研究 |
| 5.1 问题描述 |
| 5.2 层次分析法与BP神经网络 |
| 5.2.1 层次分析法及其优缺点 |
| 5.2.2 神经网络及其优缺点 |
| 5.3 AHP-NN-Credit方法 |
| 5.3.1 基本思想 |
| 5.3.2 方法要点 |
| 5.3.3 实现步骤与关键算法 |
| 5.4 实验与结果 |
| 5.4.1 实验方法与数据 |
| 5.4.2 构建AHP模型 |
| 5.4.3 训练AHP-NN模型 |
| 5.4.4 实验结果 |
| 5.5 本章小结 |
| 第6章 小微企业模型应用阶段信息项缺失情境下的处理策略研究 |
| 6.1 问题提出 |
| 6.2 EM算法原理及其缺陷分析 |
| 6.3 仿EM算法的多变量缺失数据填补 |
| 6.3.1 基本思想与算法框架 |
| 6.3.2 单变量预测估计模型库的构建 |
| 6.3.3 多变量缺失值的填补算法 |
| 6.4 实验及结果 |
| 6.4.1 数据集描述 |
| 6.4.2 实验方案 |
| 6.4.3 结果分析 |
| 6.5 本章小结 |
| 第7章 基于信息不完备的小微企业信用评估模型及应对策略 |
| 7.1 引言 |
| 7.2 信息不完备下小微企业评估数据获取理念 |
| 7.2.1 注重专家经验判断 |
| 7.2.2 发挥群体决策优势 |
| 7.2.3 充分利用已有案例模型信息 |
| 7.2.4 以大数据的思维吸纳各类数据 |
| 7.2.5 从源头开始重视数据质量管理 |
| 7.3 信息不完备情境下小微企业评估指标的构建策略 |
| 7.3.1 小微企业评估指标构建原则 |
| 7.3.2 小微企业评估指标构建步骤 |
| 7.3.3 小微企业评估指标内容设计 |
| 7.3.4 评估指标取值的指导性建议 |
| 7.4 小微企业信用评估模型辅助开发系统的设计思路 |
| 7.4.1 评估管理信息系统的基本架构 |
| 7.4.2 评估模型辅助开发系统的设计要求 |
| 7.4.3 评估模型辅助开发系统的概念模型 |
| 7.4.4 评估模型辅助开发系统的功能架构 |
| 7.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录 攻读博士学位期间发表的学术论文目录 |
| 致谢 |
（10）远程医疗中的优化决策问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 远程医疗的必要性 |
| 1.1.2 我国远程医疗服务的发展 |
| 1.1.3 面向远程医疗的管理决策问题 |
| 1.2 研究意义 |
| 1.3 研究目标、研究内容和研究方法 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法 |
| 1.4 研究思路和结构安排 |
| 1.4.1 研究思路 |
| 1.4.2 结构安排 |
| 1.5 主要创新点 |
| 第二章 国内外研究综述 |
| 2.1 远程医疗协同服务 |
| 2.1.1 远程医疗协同服务概念及特点 |
| 2.1.2 关于远程医疗决策理论的研究 |
| 2.1.3 关于远程医疗决策方法的研究 |
| 2.2 关于决策理论的研究综述 |
| 2.2.1 关于决策的研究 |
| 2.2.2 关于群体决策的研究 |
| 2.2.3 关于共识决策的研究 |
| 2.3 关于服务质量评价理论与方法的研究 |
| 2.3.1 关于全面质量管理的研究 |
| 2.3.2 关于服务质量评价模型的研究 |
| 2.3.3 关于医疗服务质量管理的研究 |
| 第三章 理论、方法与概念模型 |
| 3.1 演化博弈理论 |
| 3.1.1 博弈论与演化博弈理论 |
| 3.1.2 演化稳定策略(ESS) |
| 3.1.3 演化博弈论与经典博弈论的区别 |
| 3.2 知识共享理论 |
| 3.2.1 知识的概念及分类 |
| 3.2.2 知识共享的内涵 |
| 3.2.3 知识共享的模式 |
| 3.2.4 阻碍知识共享的因素 |
| 3.3 双边匹配理论 |
| 3.3.1 双边匹配与决策 |
| 3.3.2 双边匹配决策的特征 |
| 3.4 TOPSIS方法 |
| 3.4.1 TOPSIS涵义 |
| 3.4.2 TOPSIS计算步骤 |
| 3.5 MULTIMOORA方法 |
| 3.5.1 MOORA计算步骤 |
| 3.5.2 MULTIMOORA计算步骤 |
| 3.6 远程医疗中的优化决策研究的概念模型 |
| 3.6.1 远程医疗协同服务的全周期概述 |
| 3.6.2 基于全周期过程的关键决策问题与研究的概念模型 |
| 第四章 远程医疗中跨地区机构与患者协同决策 |
| 4.1 主要思路与基本假设 |
| 4.2 模型建立与推导 |
| 4.3 模型分析 |
| 4.4 数值分析 |
| 4.5 小结 |
| 第五章 远程医疗中跨地区机构知识协同共享决策 |
| 5.1 主要思路和基本假设 |
| 5.2 模型建立与推导 |
| 5.3 模型分析 |
| 5.4 数值分析 |
| 5.5 本章小结 |
| 第六章 远程医疗中患者与医生匹配决策 |
| 6.1 主要思路 |
| 6.2 相关概念定义 |
| 6.3 模型建立与推导 |
| 6.4 模型求解方法 |
| 6.5 数值分析 |
| 第七章 远程医疗协同服务质量评价 |
| 7.1 两维度均衡的大群体远程医疗协同服务质量评价 |
| 7.1.1 主要思路 |
| 7.1.2 两维度均衡的大群体远程医疗协同服务质量评价方法 |
| 7.1.3 算例分析 |
| 7.2 大群体与小群体的远程医疗协同服务质量评价 |
| 7.2.1 主要思路 |
| 7.2.2 大群体与小群体的远程医疗协同服务质量评价方法 |
| 7.2.3 数值分析 |
| 7.3 本章小结 |
| 第八章 结论与展望 |
| 8.1 研究总结 |
| 8.2 研究启示 |
| 8.3 研究局限 |
| 8.4 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1.基本情况 |
| 2.教育背景 |
| 3.攻读硕士学位期间的研究成果 |
| 3.1 发表学术论文 |
| 3.2 参与科研项目及获奖 |
四、关系数据库知识表示模型在智能群决策支持系统中的应用（论文参考文献）
- [1]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [2]覆盖粗糙集与模糊粗糙集及其在化工过程故障诊断中的应用[D]. 王敬前. 陕西科技大学, 2021(01)
- [3]基于案例推理和工作流的森抚决策支持系统设计与实现[D]. 井晖. 北京林业大学, 2020(02)
- [4]基于模糊Vikor算法的水利工程应急决策专家系统的研究[D]. 蒙彦昭. 三峡大学, 2020(06)
- [5]风电机组运行状态监测与健康维护系统的研究[D]. 贾子文. 华北电力大学(北京), 2020(06)
- [6]内燃机高原排放质量评价及故障诊断研究[D]. 杨波. 昆明理工大学, 2019(06)
- [7]三支直觉模糊决策方法及在人机任务分配中的应用研究[D]. 刘久兵. 南京大学, 2019
- [8]电子商务商家信用机制的研究 ——基于社交网络数据的分析[D]. 高博. 中央财经大学, 2019(08)
- [9]信息不完备情境下的小微企业信用评估研究[D]. 蒋辉. 湖南大学, 2019(05)
- [10]远程医疗中的优化决策问题研究[D]. 高宇璇. 西安电子科技大学, 2019(02)