一、层次分析中的似然函数排序法（论文文献综述）
纪会争[1]（2020）在《风光储联合发电调度管理与效益评价研究》文中指出基于世界范围能源资源供给紧张的现状,以及我国风力发电和太阳能发电均具有地域性强、集中度高等特点,通过对相关理论观点的回顾和综述,介绍了风光储联合发电模式、功率预测方法。以及多目标决策理论的研究现状,提出对风、光、储能多模块机电功率预测研究、风光储联合发电调度管理、风光储联合发电综合效益评价的技术方法,寻求技术经济效益最优的解决策略,为风光储联合发电模式发展作出有益探索。本文主要研究成果和创新如下:（1）建立了基于模式分解（EMD）和粒子群优化支持向量机（PSO-SVM）的风电输出功率预测模型。风电功率的输出为非平稳时间序列,采用传统的回归算法、神经网络等预测模型往往得到的结果精度不高。针对这种非线性、非平稳的时间序列,首先,使用经验模式分解（EMD）将风电机组输出功率分解为多组具有不同尺度的时间序列;然后,分别对每组信号使用支持向量机（SVM）进行预测。（2）建立了基于聚类分析和熵权预测模型的光伏发电输出功率组合预测方法。对于光伏发电,由于其输出功率是非线性时间序列,其随机波动较强,而且具有明显的规律日重复性。针对这一特征,本文提出首先使用模糊聚类的方法,对光伏发电矩阵的输出功率进行日聚类,得到多组相似日的样本集合。然后使用基于熵权组合预测模型的预测方法对各组相似日进行训练。这种预测方法建立于对光伏发电矩阵的输出功率记性准确日聚类的基础之上,能够更好地捕捉不同气候条件下输出功率的规律特性,降低了预测模型的结构风险。（3）建立了风光储联合发电多目标跟踪计划出力调度模型。由于风光出力具有较强的随机性和模糊性,对风光储联合发电系统中出力调度优化是一种不确定性规划,本文从运行目标和经济性两个方面出发,建立了基于不确定规划的风光储联合发电多目标出力调度模型,结合蒙特卡罗模拟和灰色粒子群算法进行求解。最后,选取张北国家风光储输示范工程作为分析对象,分别建立了出力跟踪计划出力调度模型和计及经济性的多目标跟踪计划出力调度模型。在单目标调度模型中,提出了包含储能系统充放电功率控制系数和风光预测状态控制系数的出力系统控制策略,结果表明通过变化储能系统充放电控制系数不仅能够降低对储能系统的要求,还能将误差控制在合格范围内。在多目标调度模型中,通过对比单目标决策与多目标决策的结果可以发现,多目标优化调度模型能够在最大程度跟踪计划出力的基础上降低经济成本,实现经济利益的最大化。（4）建立了基于多维度效益的风光储联合发电综合效益评价模型。首先依据指标构建原则,开展多维度效益指标识别工作,确定了示范效益、电网效益、经济效益、社会效益四个层面的识别方向,构建了多维度多层级的风光储联合发电综合效益评价体系。最后,结合本文提出的基于多维度效益的风光储联合发电综合效益评价模型,利用张北国家风光储输示范工程项目数据,分别从实际数据和规划数据两个角度开展了测算工作,测算结果显示,张北国家风光储输示范工程综合效益达到了规划预期水平,整体水平良好,随着张北国家风光储输示范工程二期的陆续建设,风光储联合发电系统将进一步发展,在不断提高经济性的同时,增强系统友好型,不断促进新能源发电的发电比例,促进能源结构的不断优化发展。本文对风光储联合发电调度管理工作具有一定的参考作用。（5）对风光储联合发电系统的运行管理策略和产业发展政策建议进行了研究。从风光储系统并网与孤岛运行的角度介绍了风光储系统的运行管理策略,分析风光储联合发电产业的现存问题,结合能源互联网的发展理念,提出能源互联网下风光储联合发电系统的典型运行模式。最后,结合产业及政策要求,为风光储联合发电系统的未来发展提出了相关的政策建议。
章志敏,魏翠萍[2]（2013）在《层次分析若干理论与应用研究》文中提出层次分析法（AHP）是多准则决策领域中一种非常实用的方法.主要研究了判断矩阵的排序方法与性质、判断矩阵的标度和一致性、AHP的群决策方法以及AHP的应用等问题.该文对这些工作进行了总结.
陈涛[3]（2012）在《企业ERP系统采纳决策影响因素研究：多视角方法》文中研究说明企业信息化进程伴随着计算机通信和软件技术的发展而不断发生变化,组织决策手段依赖计算机通信和软件技术成为一种趋势,特别是信息系统／信息技术采纳决策成为企业生存发展过程的一个重要环节。ERP（企业资源计划）系统是信息技术发展和企业实施信息化流程改进的一种重要软件载体,其采纳决策因素确定有助于分析企业是否具备ERP系统上线能力和未来成功实施的潜力。企业信息技术的决策是复杂的,影响企业信息系统采纳的因素对于不同的企业会有不同的侧重点。以往企业是否采纳决策ERP系统存在相当多的困扰,主要是实施ERP系统成功的概率较低,有些实施不利的企业甚至为此发生生存危机,花钱却没有提高生产效率成为一个非常现实的问题。本研究通过对国内外计算机信息系统／信息技术理论进行阐述和分析,归纳ERP系统未来采纳决策的可能地发展趋势,研究了计算机系统／软件采纳决策理论TAM（技术接受理论）中ERP系统所做的关键影响因素分析；其次,延伸了扩展TAM理论所包括的影响因素,针对ERP系统所做出的战略管理理论的SWOT模型、德尔菲法（Delphi）、在不确定状态下使用模糊层次分析法（FAHP）将影响ERP系统采纳决策的关键影响因素进行归纳,以期解决企业担心未来实施过程可能发生的问题,这样将大幅度提高企业采纳决策使用ERP系统的意愿和实际行为；其三,分别采取FAHP+GIOWA算子以及模糊泛函映射方法对ERP系统采纳决策进行研究,并提出详细证明和解决方案；最后,从社会网络和战略决策视角分析了影响企业ERP系统采纳决策的关键要素。根据研究问题的倾向,对影响企业信息系统采纳决策因素采取多视角、多方法进行验证。不同的视角和研究方法所得到的关键影响因素存在一定差别,不可能完全一致,有时甚至会有天壤之别,主要在于许多因素选择都是主观行为,并非客观选择所致,即每个人对同一问题看法存在差异所致。对内容研究手段采取：一是采取命题式理论研究进行归纳ERP系统采纳决策的关键要素；未来可以采取问卷调查方式进行验证,并依据不同研究目的使用不同统计分析软件,比如：SPSS、SAS、AMOS、EQS、Matlab等。二是在不确定决策状态下,构建数学模型,采取三种不同的数学模型进行阐述：（1）使用证据理论（Dempster-Shafer理论,简称DS理论）相对较好地解决战略决策过程不确定因素的模糊决策问题,并妥当处理了证据冲突问题,解决了证据有效合成,使企业信息决策时,可以依据Delphi法、SWOT模型得到关键成功因素的判断,从而避免信息化实施过程中重大失误,尽可能使信息化实施成功,提高企业的效率和绩效。同时本研究在理论分析前提下,提出企业在强制、自愿协商和混合条件下组织、群体和个体三维一体的采纳决策理论框架,进一步说明ERP系统采纳行为在不同状态下可能存在采纳决策行为差异。由于ERP采纳决策本身是为了企业提高效率和绩效,为确保实施成功,必须考虑不同情况,从而可避免信息化实施过程中重大失误,尽可能使信息化实施成功,达成企业的目标；（2）使用模糊泛函映射方法构建出ERP系统采纳决策关键因素,提出了详细的原理证明；（3）采用FAHP+GIOWA方法进一步改进了徐泽水教授提出的GIOWA算子用于ERP系统采纳决策。三是从社会网络关系和战略决策角度剖析和实证分析企业社会资本、战略惯性因素对企业绩效的作用和关系,以及对企业ERP系统采纳决策影响。说明企业社会资本与战略惯性显着正相关,而战略惯性与企业绩效则表现出非线性U型关系,也就验证了社会网络关系、战略决策因素对企业是否采纳决策的重要性,同时也说明它们是影响ERP采纳决策的关键因素之一。本研究突破以往理论,通过多种研究方法分析影响ERP系统采纳决策的关键因素,同时将不确定性决策纳入战略理论的新方法,探索在不确定条件下分析诸多不确定关键因素,从而形成更加合理的采纳决策,促进企业因地制宜采纳决策,选择适合自己的ERP系统,同时也为其他管理软件的采纳决策提供可行的决策方案。
陈艳梅[4]（2007）在《AHP及其在大学生培养成本模型中的应用》文中提出作为一种重要的数学建模方法,AHP方法（即层次分析法）在实际问题的解决中发挥着越来越重要的作用。AHP方法是一种将定性与定量相结合的、系统化的、层次化的多准则决策方法,在将定性化以及半定量化类实际问题向定量化问题转化过程中起着非常重要的作用。本文对层次分析法的理论与使用问题进行了综述,在给出该方法的基本理论和基本使用原则前提下,将重点放在了对层次分析理论研究过程中,在标度问题、排序方法、判断矩阵的构造、一致性检验改进等方面取得的最新研究成果进行详细的说明与评述,并利用这些最新成果解决了大学生培养成本这个当前的热点问题。利用层次分析法解决实际问题最关键的一环是判断矩阵的确定。本文在解决培养成本问题中,对所涉及的判断矩阵构造采取了问卷调查的形式,以期广泛征求民意,并利用基于正态分布的判断矩阵构造法对调查结果进行综合考虑。之后利用MATLAB软件计算判断矩阵的最大特征根以及其相应的特征向量,确定了实际问题各影响指标的权重,以此为基础来实现对所建方案的评价。本文对大学生培养成本所建立的数学模型,主要是基于培养成本的高校布局模型,并由此给出了高校布局不合理是导致大学生培养成本过高,造成高校学费快速增长的主要原因这一重要结论。
王德智[5]（2007）在《供水库群优化调度的计算智能方法及应用研究》文中研究说明供水库群优化调度在水资源开发、利用和管理中占据着十分重要的地位。已有的一些优化方法在解决库群优化调度问题的适用性和有效性上有所不足，因此需要进一步研究如何增强算法的适用性和有效性。本文以深圳市宝安区复杂供水库群水资源系统的优化调度为实例，结合计算智能在复杂水资源系统研究中的一些热点和难点，针对供水库群系统中的径流预测和优化调度问题，总体上进行了以下几方面的探索和研究。首先，基于相空间重构理论对供水库群的月径流预测问题进行了研究。在初步分析径流资料一致性的基础上，运用BDS统计法对库群径流序列的非线性进行检验。在重构相空间的基础上计算最大李雅普洛夫指数，表明库群径流序列中存在着混沌特性。结合BP神经网络和遗传算法建立了一维、多维局部和全局模型，并进行了相应的分析和比较。其次，针对供水库群的优化问题设计了基于大系统聚合分解的混合智能算法。融合了遗传算法和蚁群算法，综合随机性搜索和确定性搜索，设计了基于种群进化的混合智能算法。基于模拟退火法构造罚因子，为有效地解决带有约束的优化问题设计了一个较为通用的框架，并将该算法与原算法进行了数值试验对比及相应的实证分析。同时，对于众多供水片区，采用模糊综合评价模型赋以不同权重将其合并为一个供水片区，从而对系统进行降维。与之对应，设计了相应的供水片区的分解算法。考虑到水库的调蓄特性，提出了水库群联合调度可行区间的概念及相应的求解算法。第三，运用进化算法对库群多目标优化调度算法之一的非劣解生成法及相应的模糊评价技术进行了研究。在较为系统的归纳并研究了基于种群技术的多目标进化算法理论及关键技术的基础上，设计了基于Pareto强度的多目标进化算法并对其进行了实证分析。在非劣解集生成的基础上，基于近似理想点法，建立了单人和多人非劣解集模糊评价模型，可以更好地描述决策过程中决策者的主观不确定性。最后，应用模糊集来描述水库入流的不确定性和目标函数的模糊性。根据模糊决策、模糊极值和模糊线性规划基本原理对供水库群建立了相应的模糊规划模型。并利用入流可靠度和目标实现满意度来评价优化调度方案，将供水库群的随机优化调度模型转化为模糊规划模型，从而达到既可以体现水库入流的不确定性，又可以简化问题的目的。
苏越良,刘勇[6]（2006）在《基于ANP网络化制造环境中的技术创新风险评价》文中提出网络层次分析法（ANP）是一种比一般层次分析法（AHP）更有效的定性与定量相结合的多目标评价决策分析方法。本文根据网络化制造环境中技术创新各阶段风险的差异性,建立了网络化制造环境中技术创新各阶段风险评价指标,并应用网络层次分析法较好地解决了评价指标之间的复杂相关性,达到更好的评价效果。
李可柏[7]（2005）在《反馈环计算法与江西省可持续发展评价》文中认为本文结合江西省软科学研究课题《江西省可持续发展定量评价分析研究》展开。研究目的是:拓广基于合流率的系统动力学模型反馈环的枝向量行列式算法,降低求简单有向图所有基本回路算法的时间复杂度,将新算法实际应用,对江西省可持续发展状况进行定量评价和动态分析。本文以可持续发展、系统动力学、组合数学、图论、复杂性分析等理论为工具。主要研究成果有:一、提出三种基于独立流率的系统动力学模型反馈环计算方法:① 流率基本入树枝向量行列式的拓广算法 ② 流位基本入树的流位枝向量行列式算法 ③ 求简单有向图所有基本回路的强核图论算法。结论是,三个算法拓宽了反馈环计算法的应用范围;在反馈环计算上,流位处于比流率更核心的地位。二、建立可持续发展评价的网络结构指标体系,提出结合算法三的ANP指标体系赋权法。三、对江西省2001—2003年的可持续发展状况进行了纵向评价。评价结果表明,近年来江西省可持续发展卓有成效,但存在资源等制约因素。
马晓燕,李嫦虹[8]（2005）在《AHP中关于对数最小一乘排序算法的探讨》文中提出在层次分析中提出了一种对数最小一乘排序方法 ,并给出了一个迭代算法 ,该方法具有较好的稳定性 .
马晓燕[9]（2004）在《层次分析中对数最小一乘排序法及其性质》文中认为利用最小一乘法原理 ,在层次分析中提出了一种新的排序方法——对数最小一乘法 ,并将其转化成线性规划问题求解 ,证明了对数最小一乘法的一些性质 .
袁家新[10]（2003）在《判断矩阵的排序方法比较及其应用研究》文中研究说明层次分析法是一种层次化、结构化、定性与定量相结合的决策方法，它的关键步骤在于构造判断矩阵以及如何从判断矩阵中导出各被比较元素的排序权重。关于排序权重的求解问题，目前已由传统的单一的特征向量排序方法发展成为四十多种排序方法，而且新的排序算法还在不断地提出。但是对如此众多的排序方法进行比较研究的几乎没有。为此，本文选择了判断矩阵的排序算法及其比较作为研究方向。 本文归纳总结了目前的排序算法理论，将如此众多的排序方法归结为两大类：近似算法和最优化算法。并将近似算法按照简易算法、特征向量法、梯度特征向量法等部分来介绍，将最优化算法按照偏差法、二乘法、运筹法、特殊算法等部分来分别介绍。本文还总结了研究者构造排序算法的四种途径。 本文的主体部分是将众多的排序算法进行综合比较分析。本文从五个方面来讨论了排序算法的比较：各排序算法的基本性质即置换不变性、相容性、对称性、协调性；排序权重对真实权重的拟合程度；排序权重对判断矩阵的拟合效果；强保序性；保序性等。本文通过举例来比较分析了各种排序算法的优劣程度，并得出了结论：CSM是综合比较分析得到的最优排序方法，EM、DLAM、DREM、GDSM、ADSM等排序算法是仅次于CSM的较好的排序算法。 本文还在总结国内外专家和学者的观点的基础上，重新定义了企业竞争力的定义，分析了它的内涵和特征，构建了企业竞争力的评价指标体系，并运用了层次分析法对某四个企业做了分析比较，其中运用了CSM计算了各个判断矩阵的排序权重。
二、层次分析中的似然函数排序法（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、层次分析中的似然函数排序法（论文提纲范文）
（1）风光储联合发电调度管理与效益评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 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 新能源研究现状 |
| 1.2.2 风光储联合发电模式研究现状 |
| 1.2.3 新能源发电功率预测研究现状 |
| 1.2.4 多目标决策理论研究现状 |
| 1.2.5 风光储联合发电系统优化研究 |
| 1.2.6 含风光储发电的电力系统综合评价研究 |
| 1.3 主要研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 主要创新点 |
| 1.4 本章小结 |
| 第2章 风光储联合发电调度管理与效益评价基础理论 |
| 2.1 新能源联合发电系统 |
| 2.1.1 新能源联合发电形式 |
| 2.1.2 系统设计和分析方法 |
| 2.2 新能源发电功率预测理论 |
| 2.3 多目标决策理论 |
| 2.4 效益评价理论 |
| 2.4.1 评价概念及流程 |
| 2.4.2 指标体系构建原则 |
| 2.4.3 评价指标预处理 |
| 2.4.4 指标权重确定方法 |
| 2.5 本章小结 |
| 第3章 风力与光伏发电功率预测 |
| 3.1 基于经验模式分解和支持向量机的风电功率预测模型研究 |
| 3.1.1 经验模式分解 |
| 3.1.2 粒子群优化的支持向量机模型 |
| 3.1.3 基于EMD-PSO-SVM的风电功率预测模型 |
| 3.1.4 算例分析 |
| 3.2 基于相似日模糊聚类的光伏发电功率组合预测模型研究 |
| 3.2.1 改进模糊聚类算法 |
| 3.2.2 熵权组合预测模型 |
| 3.2.3 基于模糊聚类的光伏发电功率熵权组合预测模型 |
| 3.2.4 算例分析 |
| 3.3 本章小结 |
| 第4章 计及经济性的风光储联合发电系统出力优化调度模型 |
| 4.1 不确定规划理论 |
| 4.1.1 不确定规划基础理论 |
| 4.1.2 不确定规划模型 |
| 4.1.3 不确定规划智能算法 |
| 4.2 风光储联合发电系统运行特性分析 |
| 4.2.1 风光出力特性分析 |
| 4.2.2 出力优化控制的目标 |
| 4.2.3 风光出力预测偏差的处理 |
| 4.3 风光储联合发电系统经济性分析 |
| 4.4 计及经济性的风光储联合发电多目标出力调度模型 |
| 4.4.1 目标函数 |
| 4.4.2 约束条件 |
| 4.4.3 模型求解 |
| 4.5 算例分析 |
| 4.5.1 跟踪计划出力调度模型 |
| 4.5.2 计及经济性的多目标跟踪计划出力调度模型计算 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 风光储联合发电综合效益评价 |
| 5.1 评价指标构建原则 |
| 5.1.1 结合风光储自身特点的指标构建准则 |
| 5.1.2 评价指标筛选办法 |
| 5.2 风光储联合发电系统评价指标体系 |
| 5.2.1 示范效益 |
| 5.2.2 电网效益 |
| 5.2.3 经济效益 |
| 5.2.4 社会效益 |
| 5.2.5 评价指标体系层次结构 |
| 5.3 基于价值权重和影响权重的组合权重确定 |
| 5.4 综合效益评价 |
| 5.4.1 风光储联合发电综合效益模糊评价模型 |
| 5.4.2 实例测算结果分析 |
| 5.5 本章小结 |
| 第6章 风光储调度管理对策研究 |
| 6.1 风光储并网运行管理研究 |
| 6.1.1 运行方式分析 |
| 6.1.2 风光储并网运行管理策略 |
| 6.1.3 风光储孤岛运行管理策略 |
| 6.1.4 运行模式切换策略研究 |
| 6.2 储能产业发展的管理建议 |
| 6.2.1 产业发展问题分析 |
| 6.2.2 能源互联网发展下风光储联合系统典型应用模式 |
| 6.2.3 风光储联合系统未来发展的政策建议 |
| 6.3 本章小结 |
| 第7章 研究成果与结论 |
| 7.1 研究成果 |
| 7.2 结论 |
| 第8章 附表 |
| 8.1 附表1 风光储联合发电综合效益评价指标体系 |
| 8.2 附表2 基于价值权重和影响权重的组合权重确定表 |
| 8.3 附表3 指标评价体系的级别划分规则与相关标准 |
| 参考文献 |
| 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）层次分析若干理论与应用研究（论文提纲范文）
| 1 引言 |
| 2 判断矩阵的排序方法 |
| 2.1 已有算法的引申推广 |
| 2.2 设计的新排序算法 |
| 2.3 算法的优良性和灵敏度分析 |
| 3 一致性、标度、群组决策问题的研究 |
| 4 层次分析法的应用研究 |
（3）企业ERP系统采纳决策影响因素研究：多视角方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的缘由及意义 |
| 1.1.1 论题的提出 |
| 1.1.2 选题意义 |
| 1.2 本论文的主要工作和研究思路 |
| 1.2.1 本论文的主要研究内容和技术路线 |
| 1.2.2 创新之处及可能遇到的问题 |
| 1.3 国内外研究现状 |
| 1.4 前人研究缺陷和本研究贡献 |
| 1.5 本章小结 |
| 第2章 理论研究 |
| 2.1 信息采纳决策理论 |
| 2.1.1 企业信息采纳影响因素及过程的研究 |
| 2.1.2 用户及员工技术接受与信息采纳行为的研究 |
| 2.1.3 评述思考和未来研究方向 |
| 2.2 不确定型决策理论 |
| 2.2.1 发展阶段 |
| 2.2.2 Vague和直觉模糊决策理论 |
| 2.2.3 证据理论 |
| 2.2.4 粗糙集理论 |
| 2.2.5 不确定性多属性决策理论 |
| 2.2.6 不确定性多目标决策理论 |
| 2.3 风险决策理论 |
| 2.4 本章小结 |
| 第3章 企业ERP系统采纳决策研究模型和假说 |
| 3.1 理论分析和模型构建 |
| 3.2 分析和讨论 |
| 3.3 本章小结 |
| 第4章 企业ERP系统采纳决策数学推理方法(一) |
| 4.1 SWOT方法 |
| 4.2 德尔菲法(DELPHI) |
| 4.3 模糊层次分析 |
| 4.4 证据理论 |
| 4.5 实例 |
| 4.6 分析与讨论 |
| 4.7 本章小结 |
| 第5章 企业ERP系统采纳决策数学推理方法(二) |
| 5.1 泛函微分差分方程 |
| 5.2 模糊逼近定义及性质 |
| 5.3 使用泛函微分方程来实现模糊泛函映射 |
| 5.4 模糊逼近泛函微分方程模糊逼近解的关系 |
| 5.5 本章小结 |
| 第6章 企业ERP系统采纳决策数学推理方法(三) |
| 6.1 理论研究 |
| 6.1.1 三角模糊数和GIOWA算子 |
| 6.1.2 模糊层次分析法 |
| 6.1.3 采纳决策步骤 |
| 6.2 实例 |
| 6.3 本章小结 |
| 第7章 实证分析——社会网络和战略决策视角 |
| 7.1 研究假设 |
| 7.1.1 企业社会资本与企业绩效 |
| 7.1.2 企业社会资本与战略惯性 |
| 7.1.3 战略惯性与企业绩效 |
| 7.2 研究设计 |
| 7.2.1 数据与样本 |
| 7.2.2 变量测量 |
| 7.2.3 数据同源偏差检验 |
| 7.2.4 信度、效度检验 |
| 7.2.5 多元线性回归分析 |
| 7.3 结果讨论 |
| 7.4 本章小结 |
| 第8章 结论与前景展望 |
| 8.1 数理方法和命题式、实证分析方法比较 |
| 8.2 ERP系统采纳决策理论创新价值 |
| 8.3 ERP系统采纳决策理论的局限性 |
| 8.4 ERP系统采纳决策研究前景展望 |
| 8.5 本章小结 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（4）AHP及其在大学生培养成本模型中的应用（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1. 绪论 |
| 1.1 问题研究的背景 |
| 1.2 AHP 应用与进展 |
| 1.3 本文结构 |
| 2. AHP 基本理论及发展现状 |
| 2.1 AHP 简介 |
| 2.2 AHP 的研究进展 |
| 3. 基于培养成本的高校布局模型 |
| 3.1 高校布局与培养成本 |
| 3.2 基于培养成本的高校布局模型 |
| 4. 成本核算模型 |
| 4.1 大学生培养成本模型 |
| 4.2 模型分析 |
| 参考文献 |
| 后记 |
（5）供水库群优化调度的计算智能方法及应用研究（论文提纲范文）
| 前言 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 问题的提出 |
| 1.2 国内外研究综述 |
| 1.2.1 计算智能研究简述 |
| 1.2.2 计算智能在库群系统中的研究进展 |
| 1.2.3 研究现状评述 |
| 1.3 实证区域概况 |
| 1.3.1 自然地理 |
| 1.3.2 水资源概况 |
| 1.3.3 资料来源 |
| 1.4 研究目标和内容 |
| 第2章 基于相空间重构的径流预测模型 |
| 2.1 引言 |
| 2.2 径流序列一致性的小波分析判别 |
| 2.2.1 基本原理及特性 |
| 2.2.2 小波分析的多尺度分解 |
| 2.2.3 实例分析 |
| 2.3 径流序列的混沌特性判别 |
| 2.3.1 关联积分 |
| 2.3.2 径流序列的非线性检验 |
| 2.3.3 相空间重构参数的选择 |
| 2.3.4 最大李雅普洛夫指数的计算 |
| 2.4 多维变量的相空间重构 |
| 2.5 基于相空间重构的预测模型 |
| 2.5.1 零级局域近似模型 |
| 2.5.2 基于神经网络的全局拟合模型 |
| 2.5.3 预测模型的多目标率定 |
| 2.6 实例分析 |
| 2.7 本章小结 |
| 第3章 基于大系统聚合分解的混合智能算法 |
| 3.1 引言 |
| 3.2 基于遗传和蚁群的混合智能算法 |
| 3.2.1 遗传算法 |
| 3.2.2 蚁群算法 |
| 3.2.3 基于遗传和蚁群的混合算法 |
| 3.2.4 数值实验 |
| 3.3 多个供水片区的聚合分解 |
| 3.3.1 不同供水片区的模糊聚合 |
| 3.3.2 聚合供水片区的空间分解 |
| 3.3.3 实例分析 |
| 3.4 供水库群的混合智能算法 |
| 3.4.1 供水库群的目标函数 |
| 3.4.2 单个供水水库的智能算法 |
| 3.4.3 供水库群的聚合分解算法 |
| 3.4.4 供水库群的混合智能算法 |
| 3.4.5 实例分析 |
| 3.5 供水库群联合调度可行区间的确定 |
| 3.5.1 联合调度可行区间的定义及其算法 |
| 3.5.2 实例分析 |
| 3.6 本章小结 |
| 第4章 基于 Pareto强度的多目标进化算法 |
| 4.1 引言 |
| 4.2 多目标优化概述 |
| 4.2.1 非劣解的定义 |
| 4.2.2 非劣解生成技术的常规方法 |
| 4.3 多目标进化算法的关键技术 |
| 4.3.1 多峰搜索和多样性维持 |
| 4.3.2 个体适应度计算 |
| 4.3.3 配对选择和环境选择 |
| 4.3.4 精简 Pareto最优解集 |
| 4.4 基于 Pareto强度的多目标进化算法 |
| 4.4.1 基本算法流程 |
| 4.4.2 算法设计 |
| 4.4.3 数值分析 |
| 4.5 基于满意度的多目标非劣解集评价 |
| 4.5.1 近似理想点法 |
| 4.5.2 单人非劣解集模糊评价 |
| 4.5.3 多人非劣解集模糊综合评判 |
| 4.6 实例分析 |
| 4.7 本章小结 |
| 第5章 考虑入流不确定性的模糊规划模型 |
| 5.1 引言 |
| 5.2 模糊决策基本原理 |
| 5.3 模糊极值 |
| 5.3.1 有界函数的模糊极值 |
| 5.3.2 模糊约束下有界函数的模糊极值 |
| 5.4 模糊线性规划 |
| 5.4.1 模糊线性规划模型 |
| 5.4.2 可靠度和满意度 |
| 5.5 库群系统的模糊规划模型 |
| 5.5.1 确定性规划模型 |
| 5.5.2 模糊规划模型 |
| 5.5.3 实例分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.1.1 主要研究结论 |
| 6.1.2 创新 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读博士学位期间发表论文及科研情况 |
（6）基于ANP网络化制造环境中的技术创新风险评价（论文提纲范文）
| 1 引言 |
| 2 网络化制造环境中技术创新风险多阶段、多层次评价内容和指标 |
| 3 基于网络层次分析法 (ANP) 的风险评价法 |
| 4 结论 |
（7）反馈环计算法与江西省可持续发展评价（论文提纲范文）
| 第一章 引言 |
| 1.1 选题依据和意义 |
| 1.2 本文研究内容和理论依据 |
| 1.3 本文结构安排 |
| 第二章 可持续发展评价研究现状 |
| 2.1 可持续发展基本理论研究现状 |
| 2.2 评价理论及其在可持续发展中的应用研究现状 |
| 2.3 系统动力学理论及其在可持续发展中的应用研究现状 |
| 2.4 小结 |
| 第三章 求基于独立流率的系统动力学模型全部反馈环的三个算法 |
| 3.1 流率基本入树枝向量行列式的拓广算法 |
| 3.2 流位基本入树的流位枝向量行列式算法 |
| 3.3 求简单有向图所有基本回路的强核图论算法 |
| 3.4 小结 |
| 第四章 可持续发展反馈评价系统 |
| 4.1 可持续发展反馈指标体系 |
| 4.2 指标体系反馈环计算 |
| 4.3 确定指标权重 |
| 4.4 小结 |
| 第五章 江西省可持续发展动态评价分析 |
| 5.1 指标体系及权重 |
| 5.2 评价方法及数据处理 |
| 5.3 动态评价分析 |
| 5.4 小结 |
| 第六章 总结及展望 |
| 6.1 本文主要完成工作 |
| 6.2 本文创新点 |
| 6.3 不足与展望 |
| 参考文献 |
| 硕士研究生期间发表论文情况 |
| 致谢 |
（8）AHP中关于对数最小一乘排序算法的探讨（论文提纲范文）
| 1 对数最小一乘排序法的提出 |
| 2 将对数最小一乘问题转化成线性规划问题 |
| 3 对数最小一乘排序方法的一种迭代算法 |
（9）层次分析中对数最小一乘排序法及其性质（论文提纲范文）
| 1引言 |
| 2 对数最小一乘排序法原理 |
| 3 对数最小一乘排序法的求解问题 |
| 4 对数最小一乘排序法的性质 |
| 5 应用举例 |
（10）判断矩阵的排序方法比较及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 本文的研究方法与内容 |
| 2 层次分析法概述及其研究进展 |
| 2.1 层次分析法的提出 |
| 2.2 层次分析法的优点及局限分析 |
| 2.2.1 理论上的优点及局限分析 |
| 2.2.2 应用上的优缺点分析 |
| 2.3 层次分析法的研究进展 |
| 2.3.1 新标度的探讨 |
| 2.3.2 保序性的探讨 |
| 2.3.3 一致性检验及一致性矩阵修正的探讨 |
| 2.3.4 不完全AHP和不确定AHP的探讨 |
| 2.3.5 群组决策 |
| 2.3.6 AHP的应用研究 |
| 3 判断矩阵排序的近似算法 |
| 3.1 引言 |
| 3.2 简易算法 |
| 3.2.1 列和求逆归一化方法 |
| 3.2.2 行和归一化方法 |
| 3.2.3 和积法 |
| 3.2.4 方根法 |
| 3.3 特征向量法 |
| 3.3.1 右主特征向量法 |
| 3.3.2 左主特征向量法 |
| 3.3.3 左右主特征向量法 |
| 3.4 梯度特征向量法及其改进 |
| 3.4.1 梯度特征向量法的导出 |
| 3.4.2 梯度特征向量法的改进 |
| 3.4.3 广义梯度特征向量法 |
| 3.4.4 加权梯度特征向量法 |
| 3.5 小结 |
| 4 判断矩阵排序的最优化算法 |
| 4.1 引言 |
| 4.2 偏差法系列算法 |
| 4.2.1 最小偏差法 |
| 4.2.2 混合最小二乘法 |
| 4.2.3 最小扰动法及推广 |
| 4.2.4 最小偏差二乘法 |
| 4.2.5 广义最小偏差法 |
| 4.3 二乘法系列算法 |
| 4.3.1 最小二乘法 |
| 4.3.2 对数最小二乘法 |
| 4.3.3 卡方最小二乘法 |
| 4.3.4 扩展最小二乘法 |
| 4.3.5 简化最小二乘法及累积优势度和法 |
| 4.3.6 加权最小二乘法 |
| 4.3.7 点平面距离法 |
| 4.4 运筹类方法 |
| 4.4.1 二次规划法 |
| 4.4.2 线性规划法 |
| 4.4.3 最小最大偏差法 |
| 4.4.4 最小几何距离法 |
| 4.4.5 最小最大几何距离法 |
| 4.5 特殊算法 |
| 4.5.1 最小夹角法 |
| 4.5.2 相对熵法 |
| 4.5.3 优势度最小夹角法和优势度相对熵法 |
| 4.5.4 加速遗传算法 |
| 4.6 一致性检验 |
| 4.7 排序算法小结 |
| 5 层次分析法排序算法比较研究 |
| 5.1 层次分析法排序算法比较研究概述 |
| 5.2 判断矩阵的特性分析 |
| 5.3 排序算法的四种基本性质比较分析 |
| 5.3.1 置换不变性 |
| 5.3.2 相容性 |
| 5.3.3 对称性 |
| 5.3.4 协调性 |
| 5.3.5 四种基本性质下的比较分析 |
| 5.4 排序效果比较分析 |
| 5.5 保序性比较分析 |
| 5.5.1 强保序性比较分析 |
| 5.5.2 右主特征向量法的保序性分析 |
| 5.5.3 保序性比较分析 |
| 5.6 小结 |
| 6 企业竞争力及AHP在企业竞争力评价中的应用 |
| 6.1 企业竞争力理论 |
| 6.1.1 企业竞争力的概念 |
| 6.1.2 企业竞争力的定义与内涵 |
| 6.1.3 企业竞争力的特征 |
| 6.2 企业竞争力评价体系 |
| 6.2.1 企业竞争力评价概述 |
| 6.2.2 国内外主要评价指标体系 |
| 6.2.3 企业竞争力评价原则 |
| 6.2.4 企业竞争力评价指标体系的构建 |
| 6.3 AHP在企业竞争力评价方面的应用 |
| 6.3.1 建立企业竞争力的递阶层次结构 |
| 6.3.2 构造两两比较判断矩阵 |
| 6.3.3 计算判断矩阵的排序权重 |
| 6.3.4 计算组合权重 |
| 6.3.5 层次总排序的一致性检验 |
| 6.3.6 分析与说明 |
| 7 结论与展望 |
| 7.1 本文的主要研究工作小结 |
| 7.2 本文研究过程中的创新与特色 |
| 7.3 有待研究的问题 |
| 致谢 |
| 参考文献 |
| 附录 程序 |
四、层次分析中的似然函数排序法（论文参考文献）
- [1]风光储联合发电调度管理与效益评价研究[D]. 纪会争. 华北电力大学(北京), 2020(06)
- [2]层次分析若干理论与应用研究[J]. 章志敏,魏翠萍. 曲阜师范大学学报(自然科学版), 2013(01)
- [3]企业ERP系统采纳决策影响因素研究：多视角方法[D]. 陈涛. 南京师范大学, 2012(12)
- [4]AHP及其在大学生培养成本模型中的应用[D]. 陈艳梅. 东北师范大学, 2007(05)
- [5]供水库群优化调度的计算智能方法及应用研究[D]. 王德智. 河海大学, 2007(05)
- [6]基于ANP网络化制造环境中的技术创新风险评价[J]. 苏越良,刘勇. 科技管理研究, 2006(09)
- [7]反馈环计算法与江西省可持续发展评价[D]. 李可柏. 南昌大学, 2005(04)
- [8]AHP中关于对数最小一乘排序算法的探讨[J]. 马晓燕,李嫦虹. 曲阜师范大学学报(自然科学版), 2005(01)
- [9]层次分析中对数最小一乘排序法及其性质[J]. 马晓燕. 数学的实践与认识, 2004(12)
- [10]判断矩阵的排序方法比较及其应用研究[D]. 袁家新. 南京理工大学, 2003(04)