石油企业供应商选择方法 范例推理技术与应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

石油企业供应商选择方法 范例推理技术与应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 绪论 1

第一节 研究背景 1

第二节 本书结构 4

第二章 相关研究综述 9

第一节 供应商选择的主要方法 9

一、线性权重法 9

二、成本方法 10

三、数学规划方法 11

四、其它方法 13

第二节 范例推理的理论综述 15

一、CBR研究的历史与现状 15

二、CBR中范例的表示方法和工作过程 16

三、CBR的特点及发展方向 18

第三节 基于数据挖掘的范例推理系统 20

一、范例推理中基于数据库的知识发现技术 21

二、范例库上数据挖掘的主要步骤与目标 22

三、范例库上数据挖掘的重要方法与技术 24

四、范例推理各阶段的关键难点 26

五、本章小结 27

第三章 基于信息熵的范例特征项权重确定方法 28

第一节 特征项赋权的一般方法 28

一、主观赋权方法 29

二、主客观综合赋权方法 31

三、客观赋权方法 33

第二节 决策树与信息熵 36

一、决策树分类算法 36

二、信息增益和熵 38

第三节 范例特征项赋权的熵方法 41

第四节 应用实例 43

一、背景与数据 43

二、实验步骤 54

三、结果分析 58

第五节 本章小结 59

第四章 基于k-prototypes聚类的范例相似度评价模型 60

第一节 范例检索的相似性度量 60

一、范例相似性度量 60

二、常用的相似性度量函数 63

三、范例检索的策略和方法 66

第二节 聚类差异度计算和k-均值算法 67

第三节 基于k-prototypes聚类的多属性相似度综合评价 71

第四节 应用实例 74

一、实例背景 74

二、实验步骤 75

三、分析结果 81

第五节 本章小结 85

第五章 基于BP神经网络的供应商选择CBR系统 86

第一节 基于神经网络的范例推理系统 86

一、范例推理与神经网络 86

二、基于神经网络的范例推理应用 87

三、BP算法 89

第二节 神经网络规则提取综述 93

一、基于结构分析的方法 94

二、基于性能分析的方法 98

三、规则抽取研究中存在的问题 102

第三节 构建基于BP-CBR的供应商选择系统 103

一、基于数据挖掘技术的CBR系统框架结构 103

二、基于神经网络构建CBR系统 105

三、基于BP算法的石油企业供应商选择CBR模型 108

第四节 应用实例 114

一、实例背景 114

二、实验步骤 115

三、结果分析 122

第五节 本章小结 123

第六章 结论 125

附录 A公司年度合格建筑承包商评估表 129

参考文献 131