导读:本文包含了决策支持模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:决策支持,模型,神经网络,多维,数据挖掘,数据,城市。
决策支持模型论文文献综述
蒋欣桐,张旭,罗翌桐,王晨鉴[1]（2019）在《中国对“一带一路”沿线国家的出口机遇——基于决策支持模型(DSM)的分析》一文中研究指出本文以"一带一路"沿线国家为研究对象,通过分析"一带一路"沿线国家国民生产总值、进出口总量等数据,在国家和产品两个层面,识别和筛选出能为中国对外贸易带来最大机遇的贸易国和产品组合,并试图确定中国对"一带一路"沿线各国的出口规模,并给出政策性建议。经过筛选后分析后,发现中国对"一带一路"沿线国家的出口产品机遇组成中,机械、电器设备占据了最大份额具有较大的出口潜力。此外,东南亚国家在为中国提供出口机会方面存在着巨大的潜力。(本文来源于《现代商业》期刊2019年06期）
叶桦,高园,胡绿慧[2]（2018）在《基于大数据技术的临床针灸辅助决策支持模型研究》一文中研究指出本文以自主研发的"临床针灸辅助系统"(专利号ZL 2012 2 0372919.X)的门诊电子病历数据为基础,运用现代数据挖掘和大数据可视化技术进行数据采集、加工、分析、分类,建立针灸优势病种数据库,构建智能化、知识化的临床针灸辅助决策支持模型,帮助针灸医生在临床治疗方案中实现科学、合理、高效的决策,以期提高诊疗水平。(本文来源于《临床医药文献电子杂志》期刊2018年84期）
张戈[3]（2018）在《基于智能体的城市土地利用规划决策支持模型研究》一文中研究指出我国正处于城市化发展的快速阶段,选择科学的城市化发展道路与模式至关重要。在当前新型城镇化建设与智慧城市建设的背景下,为推进新型城镇化战略,需要提高城市规划科学性,提高规划人员的决策理性与科学性。为推动城市的健康发展,需要把握城市增长客观规律。集成各新兴技术,建立融合高质量地理信息提取、时空过程机制分析、空间扩展模拟的规划决策支持系统,将有助于认识历史过程,支持未来规划。因此,构建“自上而下”与“自下而上”相融合的规划决策支持模型,有助于理清现状、理解城市空间演化过程及预测城市空间扩展方向,从而为提高城市规划空间决策的合理性与科学性、促进城市可持续发展提供有用的决策支持。研究以常州市常武地区为例,结合面向对象影像分类、随机森林算法、扩张指数、基于智能体的模拟模型,提取1991-2015年的建设用地信息,分析城市空间扩展的时空演变过程,模拟不同情景下的建设用地规模与布局,以期为城乡规划、土地利用规划提供决策支持。通过本文研究,得出如下主要结论:(1)基于随机森林的面向对象影像分类,可根据样本的光谱、几何、纹理等特征自动探索分类规则,自动构建规则集。且研究区1991-2015年共6期Landsat影像分类的总体精度和Kappa系数分别超过了 94.04%和0.90,证明分类质量很好,验证了基于随机森林面向对象影像分类方法的有效性。(2)通过应用扩张强度指数与景观扩张指数于1991-2015年基于随机森林的面向对象影像分类结果,发现研究区建设用地扩张强度与类型存在时空差异。研究期内研究区建设用地规模增幅较大,增长快速。研究区建设用地经历了高速扩展(1991-1995),中速扩展(1995-2000),第二次高速扩展(2000-2005)和低速扩展(2005年以后)。其扩展类型从1991-2000年的以边缘式和飞地式扩展为主要扩展类型,到2000-2005年的边缘式为主导,到2005年后以边缘式和填充式为主要扩展类型,meanLEI的持续增长显示研究期内研究区从扩散走向聚集的过程。(3)本研究构建的“上下结合”的基于智能体的模拟模型可用于城市空间扩展模拟。本研究通过设计依据土地利用规划层级体系,设计“自上而下”叁级智能体,从第一层级智能体的总量与限制条件控制,到第二层级地方政府智能体与第叁层级土地利用者智能体的交互确定允许建设区和有条件建设区,到第叁层级叁类土地利用者智能体在确定的允许和有条件建设区内新增建设确定新增建设用地布局。针对本研究假设第二层级智能体的完全理性,根据建设用地扩展主要驱动因素构建建设适宜性评价体系,应用Logistic回归计算第二层级智能体选择概率。针对本研究假设第叁层级智能体的有限理性,从第叁层级各智能体区位选择偏好出发,构建不同建设适宜性评价体系,使用AHP层次分析法确定权重计算其客观适宜性评价结果,使用学习型函数完成每年综合适宜性的迭代,采用蒙特卡罗方法选择新增建设用地。经调参校正,Lee-Salle指数与Kappa系数均大于0.8证明模拟精度很好,模型可用。(4)设计趋势持续式、新增减量式、保护开发式叁类不同情景,实现不同建设用地总量控制和不同限制建设条件下的模拟,有效安排建设用地空间格局。结合研究区的人口与建设用地规模的实际情况与增长趋势可得出,建设用地增量“减量化”是当下大势所趋,在这样的背景下要使建设用地更为集聚的有序布局,可参考保护开发式划定允许和有条件建设区,进行管制区的引导。(本文来源于《南京大学》期刊2018-05-01）
张佳禹[4]（2018）在《基于深度学习算法的上市公司投资决策支持模型研究》一文中研究指出近年来,互联网在改变大众消费方式的同时也促进了电子商务行业的快速扩张,众多互联网及电子商务领域的企业纷纷开始上市融资,以求企业能获得更持久的发展,同时电子商务因其发展的不确定性以及较大的竞争,也承担着较大的风险。因而,对互联网和电商领域的上市企业的股票进行研究,无论对于企业还是投资者都具有重要的现实意义。上市公司股票作为市场经济的独特产物,不仅是企业投融资的重要手段,也是投资者获利的重要方式,在宏观经济调控、资源配置等方面也发挥着重要作用。文章以涉及互联网和电子商务业务的上市企业股票为研究对象,通过对国内外股票质量评价理论及方法进行研究,提出了利用深度学习算法来建立股票质量评价预测模型,目的是给投资者提供决策支持。研究主要有以下几个内容:首先是背景及思想阐述,文章分析了有关电子商务、股票评价理论与神经网络发展的研究现状,对股票质量的影响因素和常用评价指标进行详细介绍,阐述了神经网络理论、几类常见的结构框架以及本文所采用的算法。其次是基于股票质量影响因素创建指标评价体系,本文选取了实验样本为502家涉及互联网及电商业务的上市公司股票,通过对公司近叁年的财务报表和相关网站中披露的信息进行分析,初始设定30个评价指标,组成股票质量评价体系,并进行相关数据准备工作。最后构建神经网络股票质量评价模型,包括模型结构、参数和算法设计;将实验数据输入训练,展示了数据处理过程和预测结果。通过模型的反复训练来修改各类参数,得出实验模型;采用两种方法对数据处理后分别建模,选择最优分类评价预测模型。利用Python开发环境进行模型训练,结合评价预测模型,对投资者决策提供参考依据。本文建立的股票质量评价预测模型相比于传统的技术指标分析方法,不需要将原始数据严格按照传统的数学公式计算得出指标,而是将一系列影响因素直接设成指标,组成指标体系,有利于普通投资者理解。该评价预测模型主要用于判断互联网或电商企业股票质量优劣,基于该模型对企业各类指标数据进行分析,可以辅助投资者的决策。(本文来源于《辽宁师范大学》期刊2018-05-01）
周啸,李少梅,张永正,李政伟,杨明雷[5]（2018）在《基于单向神经网络的城市旅游路线决策支持模型》一文中研究指出对陌生旅游城市而言,旅游路线及其路况信息是旅游者出行决策的一项关键因素,也是决定旅游者旅游动机的重要客观条件.提供随机旅游路线决策支持是辅助旅游者规划旅游方案的一种智能化方法.提出了一种基于单向神经网络改进的智能随机旅游路线决策支持模型.将旅游景点分类并编码子类元素景点,调用均匀分布函数随机数发生器生成随机数智能选取旅游景点,同时遍历景点排列组合秩序确定所有旅游路线.通过单向旅游路线神经链模型传输冒泡获得最大动机迭代作用值,以此确定最佳旅游路线,同时提供可行的辅助决策支持方案.以郑州市内景点路线规划为算例进行研究,结果表明,所建模型能够智能规划旅游路线并确定最佳方案,为旅游者出行提供辅助决策支持.(本文来源于《河北师范大学学报(自然科学版)》期刊2018年01期）
简琦琛[6]（2017）在《基于PLM的ARIMA决策支持模型及应用》一文中研究指出随着经济社会的转型升级,制造型企业的竞争加剧,企业在生产计划制定、原材料采购和产品销售等方面需要做到更加精细化和规范化,需要对企业PLM过程中的产品设计、制造、装配、入库、出库、销售、退货及服务等各环节的变化情况进行实时监测,以过往的企业生产数据为样本和基础对企业未来一段时间内的产品生产、销售等过程进行预测,为企业制定采购计划、生产计划等战略决策提供数据的支撑。本文首先分析了企业PLM过程中决策支持的重要意义以及数据预测对企业决策的影响,以企业过往生产数据为研究对象,对如何获得有效的预测数据以及以友好精美的方式展示给决策者进行数据预测的建模和应用研究,具体的研究内容如下:首先,构建了基于ARIMA的数据学习预测模型,采用残差检验对模型进行校验,并用方差校验和T校验对模型进行优化处理;接着,采用R语言和基于Java的JSP、Servlet和JavaBean技术以及rJava相结合的方法,实现预警模型求解并进行测试验证与优化;然后,构建了基于浏览器/服务器结构的决策支持系统,在为企业决策提供支持的同时根据不断变动的企业生成情况对预测模型进行微调;最后,以决策支持系统为基础建立基于web的应用,让决策者可以及时直观的了解企业实时的生产情况。(本文来源于《贵州师范大学》期刊2017-04-03）
张英杰,郑思齐,张索迪[7]（2016）在《城市居住用地空间配置决策支持模型研究——基于不同类型家庭居住选址偏好差异的量化分析与应用》一文中研究指出以家庭的选址行为偏好规律分析为核心出发点,首先在北京市域1911个微观区块尺度上,以北京市2010年交通出行调查中的居民微观数据为基础,采用离散选择模型方法量化了不同类型居民的选址偏好差异;进一步在此基础上进行了两项应用拓展,其一是城市整体居住用地的供需比较分析,度量了家庭偏好和真实用地供给情况的空间差异;其二是针对不同产权类型的保障性住房,通过比较自有住房家庭和租赁住房家庭的选址偏好差异,给出适宜供给公共租赁住房和自住型商品房的具体区位参考结果。研究发现,自有住房家庭更加注重生活品质,而租房家庭对公共交通便利性和就业可达性的偏好显着性更强。(本文来源于《东南大学学报(哲学社会科学版)》期刊2016年05期）
韩菲[8]（2016）在《高校图书馆网上荐购决策支持模型研究》一文中研究指出介绍了决策支持系统的定义,网上图书荐购决策支持模型的背景和研究意义,提出了荐购决策支持模型主要研究内容,总结了系统所存在问题,提出了今后荐购决策支持模型研究新思路。(本文来源于《内蒙古科技与经济》期刊2016年01期）
刘辉[9]（2015）在《基于供应链管理的数据仓库技术的决策支持模型研究和应用》一文中研究指出本文用现在比较流行的数据仓库分析来优化企业现有的供应链管理模型,可分别在交易模式及供应流程上进行流程优化和业务改进,数据仓库的使用将给供应链管理带来全新的革命,可辅助企业决策者分析出事物运行本质,大大提高数据的利用价值,为决策者提供及时可靠的决策依据。本文设计的决策支持系统是可扩展的,可根据不同的数据源,进行数据提取、清洗与加载,同时在OLAP方面采用了多维数据集的分析模式,结合报表工具可将企业决策数据以直观、科学的方式反馈给用户。(本文来源于《中国航空学会管理科学分会2015年学术交流会论文集》期刊2015-12-01）
汪陈应,李佳,邬小军[10]（2015）在《大数据时代生物医学决策支持模型的创新》一文中研究指出大数据已成为生物医学行业研究的热点。笔者以生物医学中的大数据为切入点,提出并对比分析了大数据背景下叁类生物医学决策支持模型,最后阐述了生物医学决策支持面临的叁大挑战,即生物医学数据隐私保护与大数据共享要求高的矛盾,生物医学数据的特殊性与大数据处理能力不足的矛盾,医疗机构狭隘的数据保护与大数据平台要求的矛盾。(本文来源于《现代医院管理》期刊2015年04期）
决策支持模型论文开题报告
（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：
本文以自主研发的"临床针灸辅助系统"(专利号ZL 2012 2 0372919.X)的门诊电子病历数据为基础,运用现代数据挖掘和大数据可视化技术进行数据采集、加工、分析、分类,建立针灸优势病种数据库,构建智能化、知识化的临床针灸辅助决策支持模型,帮助针灸医生在临床治疗方案中实现科学、合理、高效的决策,以期提高诊疗水平。
（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。
决策支持模型论文参考文献
[1].蒋欣桐,张旭,罗翌桐,王晨鉴.中国对“一带一路”沿线国家的出口机遇——基于决策支持模型(DSM)的分析[J].现代商业.2019
[2].叶桦,高园,胡绿慧.基于大数据技术的临床针灸辅助决策支持模型研究[J].临床医药文献电子杂志.2018
[3].张戈.基于智能体的城市土地利用规划决策支持模型研究[D].南京大学.2018
[4].张佳禹.基于深度学习算法的上市公司投资决策支持模型研究[D].辽宁师范大学.2018
[5].周啸,李少梅,张永正,李政伟,杨明雷.基于单向神经网络的城市旅游路线决策支持模型[J].河北师范大学学报(自然科学版).2018
[6].简琦琛.基于PLM的ARIMA决策支持模型及应用[D].贵州师范大学.2017
[7].张英杰,郑思齐,张索迪.城市居住用地空间配置决策支持模型研究——基于不同类型家庭居住选址偏好差异的量化分析与应用[J].东南大学学报(哲学社会科学版).2016
[8].韩菲.高校图书馆网上荐购决策支持模型研究[J].内蒙古科技与经济.2016
[9].刘辉.基于供应链管理的数据仓库技术的决策支持模型研究和应用[C].中国航空学会管理科学分会2015年学术交流会论文集.2015
[10].汪陈应,李佳,邬小军.大数据时代生物医学决策支持模型的创新[J].现代医院管理.2015
论文知识图
