文摘
英文文摘
第一章智能决策支持系统及数据挖掘的重要性
1.1决策支持系统
1.1.1决策支持系统(DSS)的定义
1.1.2决策支持系统的任务及功能
1.1.3决策支持系统的基本构成
1.2智能决策支持系统(IDSS)
1.3数据挖掘在智能决策支持系统的重要地位
第二章数据挖掘
2.1数据挖掘的定义
2.2数据挖掘任务
2.3数据挖掘的实施过程
2.4数据挖掘的常规方法
2.5数据挖掘系统的原型框架
第三章三种改进的数据挖掘的方法
3.1基于不确定性知识的主观贝叶斯网络算法
3.1.1不确定性知识的主观贝叶斯网络构成算法
3.1.2主观贝叶斯网络在不确定性知识中传递合成推理算法
3.1.3不确定性知识的主观贝叶斯网络算法的实现与结论
3.2基于网格的退火遗传算法(GSAG)
3.2.1网格法的基本思想与特点
3.2.2模拟退火算法
3.2.3标准的遗传算法(SGA)
3.2.4基于网格法的退火遗传算法具体步骤
3.3基于GSAG进化神经网络初始权矩阵算法
3.3.1基本的BP算法
3.3.2基于GSAG进化BP神经网络初始权矩阵算法具体步骤
第四章基于数据挖掘方法的智能决策支持系统的模型自动选择设计
4.1基于智能方法的模型自动选择
4.2决策问题的表示和识别
4.3模型类型的自动选择
4.4基于神经网络的趋势外推预测模型结构的选择
4.4.1趋势外推预测模型结构
4.4.2用于知识趋势预测模型结构的NN结构的确定
4.4.3用于识别趋势外推预测模型结构的神经网络算法
第五章基于数据挖掘方法的智能决策支持系统的模型自动选择实验
5.1基于GSGA进化的BP神经网络模型自动选择系统实验结果
5.2模型自动选择系统使用说明与核心程序源码分析
第六章回顾与展望
致谢
参考文献