一、基于智能体和数据仓库的群决策支持系统（论文文献综述）
高阳[1]（2019）在《水污染事件动态模拟仿真与应急管理研究》文中指出水是人类赖以生存的重要自然和经济资源,近年来,随着人类活动对自然环境影响逐渐加强、极端气象水文事件日益增加,水污染事件频发,制约经济社会的可持续发展,威胁自然和生态环境的安全,已受到国家高度重视和专家学者广泛关注。本文以渭河流域典型水污染事件为研究对象,采用复杂性理论、数字地球、综合集成等理论和技术,通过高效的动态模拟仿真和过程可视的应急管理,为水污染事件科学应对提供理论参考和决策支持,降低灾害损失。论文主要工作和结论如下:（1）实现了水污染事件复杂性描述及多源信息融合。对水污染事件和水质模型进行复杂性分析,揭示了污染物在水体中的迁移转化规律,提出水污染事件污染物迁移过程和水质模型数值求解方法。采用数据集成中间件和多源信息融合等方法实现了海量水污染事件数据资源的采集、处理、集成与融合,建立水污染数据资源中心,在对水污染事件多源信息融合基础上,通过组件的方式为业务应用提供数据和信息服务。（2）提出了基于水利数字地球的水质模型耦合机制。采用数据集成、数据映射和信息融合等方法实现了水污染事件海量数据资源的高效整合、深度集成与有机融合,基于多源信息融合构建水利数字地球,采用瓦片金字塔服务及空间信息瓦片检索技术实现水污染事件相关的数据资源的三维可视化展示,基于空间一体化视域模型融合3S空间信息以及数字地球互操作服务,实现水污染事件多源数据资源、水质模型与数字地球的耦合,为水污染事件动态模拟仿真提供可视化服务环境。（3）开展了基于复杂Agent的水污染动态模拟仿真。在对水质数据进行拟合与加载基础上,对水污染事件所在河道进行三角网剖分,采用复杂性理论建立基于不规则三角网的水质Agent模型,对水质模型进行可视化描述;将元胞自动机应用到水污染事件模拟仿真中,设计了水质多智能体,采用多智能体对污染物运移过程进行表征;构建基于高性能网格的水污染动态模拟仿真一体化环境,采用网格计算将复杂的水污染事件模拟仿真过程进行分解。（4）搭建了面向水污染事件的应用支撑平台。基于综合集成提出面向水污染事件的信息服务模式,采用主题化描述、组件化开发、可视化仿真和知识化管理等现代信息技术,搭建了面向水污染事件的应用支撑平台,提出了应用支撑平台的体系结构和应用开发流程,提供了面向水污染事件的综合集成服务,为水污染事件动态模拟仿真和应急管理提供高效便捷、扩展性较好和过程可视的应用服务。（5）提供了水污染事件模拟仿真与应急管理应用服务。以渭河流域典型水污染事件为例开展应用研究,基于水利数字地球三维可视化环境实现水污染事件和数字地球三维可视化环境融合,水污染事件信息标示,水污染事件流场造型及可视化表现,水污染运移模拟仿真和水污染事件应急管理辅助决策等服务。基于综合集成应用支撑平台开展水污染事件实验模拟与应急调度,提出流程化、模块化、预案化和一体化四种应急管理模式,面向水污染事件提供应用服务和决策支持。
尹博星[2]（2019）在《面向个性化定制的智能糖果包装数据分析系统设计与实现》文中进行了进一步梳理“工业4.0”和“中国制造2025”等面向智能制造的战略目标相继提出,为制造业注入了新的生命力。传统制造业规模大、生产方式单一的特点,难以满足当前用户日益增长的个性化需求,随着移动互联网技术的普及,越来越多的用户利用互联网产品来实现自己的个性化定制服务。在此背景下,构建面向个性化定制的智能糖果包装数据分析系统,有助于加快智能制造场景下的个性化定制服务适应多品种、大规模的生产需求,对于推动智能制造的个性化定制服务具有重要的理论意义和实际工程应用价值。本文以面向个性化定制的智能糖果包装数据分析系统为研究目标,设计与实现了供用户下订单的个性化定制Web服务交互系统。以下是本文完成的主要工作:首先,阐述了智能制造与个性化定制、Web数据分析和Web语义本体知识表达的研究现状;再运用互联网技术,设计个性化定制的智能糖果包装系统Web应用;同时,利用大数据技术Hive和Zeppelin分析个性化定制的智能糖果包装系统Web日志数据的指标特征。根据个性化定制的智能糖果包装数据分析系统特点,将系统划分成不同功能模块,并阐述每个功能模块的开发平台和关键技术。其次,根据个性化定制的特点,设计了个性化定制的Web应用界面和用户进行交互。与此同时,设计并实现了个性化定制的Web离线数据分析系统,主要包括Web数据来源、数据采集、数据存储的过程。在基于大数据处理技术Hive和Hadoop条件下,实现Web应用的页面相关指标的计算分析。另外,通过词频-逆文本频率算法来对用户个性化创意的网络文本做关键词抽取分析,并构建知识图谱来挖掘用户个性化需求的特点。然后,利用Web语义本体来构建个性化定制的制造资源本体模型,通过RFID感知技术实现本体表达的知识信息在制造执行机构间的信息交互,基于以上步骤,从而实现Web语义本体的推理机制。最后,本文搭建了面向个性化定制的智能糖果包装数据分析系统的应用环境,部署Web数据分析服务,通过用户注册登录、发起订单、构建个性化创意数据的知识图谱、Web离线数据分析等模块的实现,从而验证了面向个性化定制的智能糖果包装数据分析系统的应用在智能糖果包装原型平台上实施的可行性。
郭强[3]（2019）在《可拓建筑策划数据挖掘研究》文中指出可拓建筑策划数据挖掘研究是国家自然科学基金项目《面向可拓建筑策划与设计的可拓数据挖掘理论及其方法研究》（51178132,2012-2015）的重要组成部分,是建筑学、可拓学和数据挖掘领域的交叉研究课题。研究的目的在于,针对当前信息爆炸时代下建筑学领域呈现出的“数据丰富而有用知识难以获取”现象,用可拓数据挖掘的优点和长处来弥补现有可拓建筑策划理论和方法的不足,推动可拓建筑策划理论研究向更理性、更科学、更高效、更智能的方向发展。可拓建筑策划数据挖掘（Extension Data Mining for Extension Architectural Programming,简称EapEdm）是一种自动化的转换工具,能够将无限的互联网数据资源转换成可以指导可拓建筑策划的知识。论文运用跨学科交叉研究方法,对其基本理论、数据获取、数据库构建、知识发现进行研究,初步构建了可拓建筑策划数据挖掘的理论与方法体系。可拓建筑策划数据挖掘的基本理论研究,是在可拓建筑策划和可拓数据挖掘理论研究的基础上,深度思考可拓建筑策划数据挖掘的基本理论问题,为后续的应用方法研究奠定了理论基础。这部分研究提出了可拓建筑策划数据挖掘的涵义、定位、特点;从时代性、地域性、人本性和创新性角度,确定了EapEdm的挖掘对象和目标;建立了EapEdm的程序,分别是数据获取、数据库构建和知识发现;探讨了EapEdm的计算机实现途径和未来使用模式。可拓建筑策划数据挖掘的数据获取研究,是在深入分析互联网数据特点的基础上,运用云服务平台和数据采集软件,来批量采集各种网络开放数据平台中建筑策划相关数据的应用方法研究。这部分研究提出了数据获取的原则和操作步骤,建立了建筑行业动态数据、建筑基地环境数据、建筑使用者需求数据、建筑同类设施数据以及上述各种数据中建筑图像数据的采集方法。通过数据清理、数据评估、数据转换等数据处理方法,将上述采集的数据转化成高质量建筑数据。可拓建筑策划数据挖掘的数据库构建研究,是在现有数据库设计理论的基础上,建立数据库管理系统来组织、存储和管理上述高质量建筑数据的应用方法研究。这部分研究针对建筑学领域的专家学者和从事实践的建筑师展开访谈调查,确定了数据库的使用需求、类型划分和功能定位;从概念设计、逻辑设计、功能设计、数据库运行与维护等方面,分别提出了行业动态数据库、基地环境数据库、使用者需求数据库、同类设施数据库的构建方法,统称为可拓建筑策划数据挖掘的数据库管理系统（Extension Data Mining of Extension Architectural Programming Database Management System,简称EapEdm-DBMS）。可拓建筑策划数据挖掘的知识发现研究,是在现有数据挖掘和可拓数据挖掘方法研究的基础上,按照可拓建筑策划问题模式建立的挖掘应用方法研究。这部分研究以EapEdm-DBMS为基础,结合可拓建筑策划的知识需求,分别建立了建筑行业动态的知识发现方法、建筑基地环境的知识发现方法、建筑使用者需求的知识发现方法以及建筑同类设施的知识发现方法。首先,阐述每种方法的基本原理。然后,将其应用在策划的各个主要方面,并结合具体实例来进行阐释与论证。总之,可拓建筑策划数据挖掘研究通过将可拓建筑策划和可拓数据挖掘理论与方法进行交叉融合,构建起可拓建筑策划数据挖掘的理论研究框架,并最终形成了擅长发现可拓建筑策划知识的可拓建筑策划数据挖掘方法。这为可拓建筑策划领域增添了新的理论与方法,为建筑师利用互联网进行建筑创新提供了智能化工具,也对可拓数据挖掘的应用范围进行了拓展。
夏玥[4]（2013）在《基于多部门协作的冲突型大群体决策支持系统研究》文中研究表明摘要：中国是世界上自然灾害最严重的国家之一,灾害的多发性决定了灾害应急决策及救援研究的必要性。如何在最佳救援时间内集结全面的灾害实时信息,协调多个部门工作,高效有序的利用现有资源展开救援行动,提高灾害的应对能力已成为我国重大自然灾害应急救援发展中面临的重要课题。灾害应急救援中往往涉及多部门协调合作以及多领域专家的决策参与,而部门或专家身处地域的不同以及各方利益的不同使得决策中的冲突普遍存在,难以有效达成一致。因此,构建专门的信息集成和沟通平台才能满足这种情况下的决策需求。为此,本文通过对现有大群体决策方法及决策支持系统的研究,提出了一种单轮决策下基于群体决策成员冲突最小的大群体决策方法,在此基础上结合多Agent协作技术设计实现了灾害应急救援中多部门合作形式的群决策支持系统,并应用于郴州洪涝灾害救援模拟,为重大自然灾害应急救援决策和行动提供了理论与应用支持。论文的主要研究工作如下：1)通过对群决策中冲突协调、群决策支持系统中多Agent协作等研究现状的文献分析,将其理论演变进行了纵向梳理及横向比较,更深入的思考和总结了其中的逻辑关系,为后续研究提供了明晰的理论支持。2)基于相关的研究基础,针对单轮次决策且决策偏好为区间数的情况,通过对属性权重和决策者权重的科学赋权来集结决策成员偏好,使最终的决策成员偏好冲突水平最小化。分别利用极大熵理论和相离度,并结合决策者的主客观意见进行联合赋权,保证了权重的合理性和整体决策的最优化。该决策模型为群决策支持系统提供了决策方法依据。3)构建了B/S模式下基于多部门协作的多Agent结构群决策支持系统,对系统总流程、部门协作和专家决策过程中多Agent的协作流程进行了描述,分析了多个Agent间的依赖关系,并在此基础上设计了该决策支持系统的体系结构及主体功能结构。4)最后,从技术实现上,以郴州2007年洪涝灾害为研究背景,运行演示了重大自然灾害应急救援下基于部门协作的多Agent群决策支持系统的决策步骤,这对今后多部门、多专家参与的灾害应急救援工作提供了辅助和参考。
马龙[5]（2012）在《基于OE的设备维护维修信息系统体系的研究》文中提出随若生产设备的广泛使用和设备维护维修信息化的快速发展，石油天然气生产企业为了加强设备维护维修管理，需要对生产设备进行信息化建设。由于油气生产企业设备种类多、维护维修工作量大，设备维护维修信息系统的建设仅局限于某个管理部门或局部功能，信息系统体系的设计需要从企业生产管理整体考虑建设。本文针对油气生产设备维护维修信息系统体系的优化设计问题，在研究0E管理系统、信息系统体系架构理论、SOA软件体系结构与多智能体理论分析与应用等基础上，首先，提出了以OE管理优化理念为基础的设备维护维修信息系统的总体架构，并将其与传统的设备维护维修信息系统体系进行对比分析，实现了分布式环境下企业设备维护维修信息系统体系的整体设计，通过以长庆油田长北项目部的设备维护维修管理为例，构建了基于SOA的OPEMISA软件体系结构，验证了SOA软件体系结构的合理性：其次，面对油气生产设备运行过程中产生的信息量大、类型多的特点，提出OPEMISA数据信息体系结构，釆用数据仓库技术实现了设备维护维修中的大量数据分类和组织方式。最后，将人工智能领域中的多智能体技术应用到设备维护维修信息系统中，提出了基于多智能体的OPEMISA应用软件系统结构，实现了智能化的设备维护维修管理和决策。
李义华[6]（2012）在《基于多智能体的物流配送车辆调度决策方法研究》文中指出物流配送车辆调度是物流运输活动中的一个重要问题,也是国内外理论界研究的热点。目前,大多数研究集中在不同环境下车辆调度模型构建和车辆调度问题优化算法两个方面,相应成果丰富。动态、随机车辆调度问题也得到理论上的关注,越来越多的学者开始研究物流配送车辆调度智能决策问题。变约束、多扰动和强时变环境下的物流配送车辆调度决策方法及其智能决策系统方面存在着大量值得研究的问题。多智能体（Multi-Agent System, MAS）作为分布式人工智能研究的前沿领域和支持智能决策的重要方法之一,因其具备的特点而被公认为是研究各类复杂系统的重要理论模型。物流配送系统作为多目标复杂大系统,引入多智能体技术对实时物流配送车辆调度决策进行研究是一种新兴的解决方法,可以满足物流配送系统中车辆地理上分布、信息动态变化、顾客订单随时变化等众多要求,因此具备很好的理论意义和实用价值。本文对基于多智能体的物流配送车辆调度决策方法进行研究,主要内容和研究成果如下：（1）系统地对物流配送车辆调度有关理论和多智能体及其规划理论进行了归纳和总结。（2）将多智能体技术应用于配送企业建模和物流配送车辆调度决策,提出了宏观企业建模—中观业务流程建模—微观Agent模型设计的集成综合建模方法,并且利用该方法对物流配送车辆调度决策进行研究。（3）对涉及物流配送车辆调度决策的任务匹配方法以及多智能体自动协商两个关键技术进行研究。引进项目管理中的工作分解结构（Work Breakdown Structure, WBS）对物流配送车辆调度任务进行分解并提出任务分解策略,提出了一种信息不完全条件下的合作伙伴选择匹配方法；基于一种开放式异构多智能体协商框架,讨论了基于合同网的交互出价协商策略,对智能体自动协商进行研究,并构建算例对其进行分析和模拟。（4）采用双层规划的建模方法构造了基于业务外包的集装箱港口车辆调度问题数学模型,设计一种有效的禁忌邻域搜索算法对其进行求解；通过对实验结果进行统计分析,得出了一些有指导性意义的车辆调度业务外包规则。（5）采用面向智能体的系统开发方法,构建了物流配送车辆调度原型系统。阐述了多智能体原型系统的开发过程,对多智能体自动协商过程进行展示。结果表明,利用多智能体技术进行物流配送车辆调度决策是可行和有效的。
徐敏钐[7]（2012）在《基于ELECTRE算法的多属性群决策支持系统的设计与实现》文中进行了进一步梳理随着网络技术的飞速发展以及全球化进程的不断加深，信息技术的创新和发展为我们生活带来了极大的便利，但同时人类所面临的全球性难题也越来越多，很多复杂的工程项目都需要群体协作解决，甚至是几个国家之间的合作，群决策理论正是在这样的时代背景之下应运而生，并随着信息技术的发展逐渐形成了一种信息化的决策方法，使得传统问题的决策变得更加快捷、准确。因此对于群决策支持系统的研究具有十分重要的现实意义，本文针对当今社会日益复杂化、重大决策需要集结群体意见解决的趋势，提出了一种基于ELECTRE-III方法的通用型GDSS的设计与实现方法，研究结合群决策问题的流程和特点，利用信息技术设计并研究了基于互联网的群决策支持系统，并对系统的应用需求和业务架构作了详细的分析与设计。文本所研究的群决策支持系统是基于.NET开发平台进行设计和实现的，通过对群决策问题及理论的分析和研究，对于决策问题的信息化流程进行了详细分析和调查，对系统的业务需求和整体结构进行了分析和设计。综合利用了互联网技术、通信技术以及数据库技术等多种技术手段，采用B/S结构为系统搭建框架，实现群决策问题的信息化管理。系统采用基于.NET的开发模型进行设计与开发，对系统的各部分功能进行了详细的分析与设计，设计了符合.NET开发规范的包括信息管理、项目决策、主持交互、资料查询、结果查询等系统模块的综合性管理信息系统。本文首先介绍了选题的目的和意义，对文章整体进行了概述，然后介绍了系统开发的相关技术与系统框架，接着对ELECTRE-III方法进行了研究和改进，使其能够更好地集结群体的意见，分析了群决策支持系统的需求与目标，并且在这些工作的基础之上设计出了系统的整体结构，对不同的子系统分别作了详细的阐述，描述了系统的实现方法，并对系统设计和实施过程中涉及的问题进行了介绍，最后对全文进行总结并提出未来研究的主要方向。
关洪军[8]（2012）在《石化行业经营风险控制模型构建与应用研究》文中指出随着市场化程度的不断深入和企业竞争不断加剧,石化行业企业的内部管理范围和深度不断扩展,经营风险的管理和控制成为企业加强管理的重要内容。本课题针对石化行业的企业风险防控,结合粗集、Vague集、BI和多智能体等技术,通过一级财务核算实现源点数据采集,应用JIT思想进行经营流程监控,通过供应链管理和班组核算强化内部控制,提出了采用不确定理论对风险发生进行识别、利用数据挖掘和数据仓库等商业智能手段对风险发生进行分析、利用多智能体系统模拟人的决策方式对风险发生进行防控的思路,借助现代信息技术手段和平台,构建全面、科学、合理的一系列风险控制平台,以有效解决石化企业从风险识别、风险度量、风险预警到风险监控中的复杂和不确定性问题,实现对潜在危机预警,有效防控风险的发生。本课题主要研究工作包括以下内容：第一部分,企业风险管理的理论基础篇。本部分工作主要是对本课题涉及的主要概念和技术进行介绍,为下一步研究工作提供思想和理论上的基础。第二部分,企业风险管理的理论应用篇。本部分工作研究了Vague集和粗集理论在企业风险识别中的应用,首先将Vague集理论引入风险因素的评判,然后在此基础上将粗集用于企业风险因素的识别。第三部分,企业风险管理的模型构建篇。本部分是整个研究课题的重点。本部分工作主要研究如何建立石化企业风险防控预警模型和风险防控体系。本部分首先将BI技术应用于企业风险防控预警模型的建立,接下来根据风险管理的特点引入了多智能体技术,就基于JADE建立多智能体企业风险防控模型的进行了说明和阐述；在此基础上,提出了数据采集点前延、采用JIT全程监控、利用信息技术整合多个系统,以此建立石化企业风险防控平台的思路,并给出了风险防控平台建设的具体技术方案。总结全文,本课题提出了基于现代化的工业控制计算机数据采集、依托班组管理、供应链管理、一级财务核算、JIT监控等多层次立体化经营防控平台,采用多智能体系统模拟人的决策,通过有效集成多个应用系统,实现石化企业从风险评估、风险预警到风险决策、风险控制的全过程风险防控。本课题创新之处主要体现在：（1）本课题将粗集和Vague集等理论引入风险防控过程,提出了基于源点数据采集、应用JIT思想进行经营全过程监控的风险防控理念,通过整合一级核算、供应链管理和班组核算等多个系统强化内部控制,构建符合石化企业特点的风险防控体系。（2）本课题采用商业智能和多智能体等技术,利用数据挖掘和数据仓库等商业智能手段,建立了石化企业经营风险管理模型,将复杂的风险管理划分为一个个相对独立的智能体,以期发现企业风险发生和扩散的规律。（3）本课题以上述的风险管理模型为核心,有效整合多个应用管理系统,建立了一个集财务、资金、物资、销售等多项企业资源为一体的分布式架构的石化企业风险防控平台。
易文明[9]（2011）在《基于多智能体的企业协作行为建模与仿真》文中进行了进一步梳理在市场竞争日益激烈的情况下,企业的内外环境也日趋复杂,需求的多样化及不确定性给各类企业都带来挑战。为了敏捷地响应客户个性化的需求,生产企业必须优化传统运作模式来提高生产的柔性和敏捷性,同时企业之间需要协作组建虚拟企业应对市场机会；另外,虚拟软件企业这种特殊产品形式的虚拟企业的发展也引起了学界的关注。本文从企业协作的观点出发,选取典型企业形式进行研究,分别以生产制造型企业、虚拟企业及虚拟软件企业为对象,并采用多智能体仿真技术建立了各自的企业协作行为仿真模型,并根据仿真实验结果,提出了企业协作行为的管理策略。本文主要研究工作如下：（1）针对实体生产企业生产管理中的协作行为,分析了拉式生产系统中看板控制策略所存在的局限性,论述了看板控制策略与群集智能中的固定阈值蚁群劳动分工模型之间的相似性。提出将后者引入看板控制策略,以弥补看板控制策略缺乏全局优化能力的不足,实现平衡生产。据此对基本的固定阈值蚁群劳动分工模型进行了改进,重新设计蚂蚁的活动环境、属性特征以及状态转移规则等,建立了多状态蚁群劳动分工模型。通过一个多状态蚁群劳动分工模型执行过程的示例,给出了其算法实现步骤,进而选取一个典型的生产加工实例,采用该模型进行了计算仿真实验,结果表明基于多状态蚁群劳动分工模型的动态看板控制策略可以平衡各工序的生产效率,增强生产系统应对生产任务变化的能力,降低关键工序的限制,实现全局优化,使得生产平稳性得以提高,加工过程的工作负荷趋于平衡。（2）针对虚拟企业的协作行为,以虚拟企业中自我管理团队为例,分析了自我管理团队双层学习行为,以企业内部的协作行为为对象。将虚拟企业团队成员与任务定义为不同智能体,在自我能力估计误差率和彼此能力估计误差率等概念的基础上建立了多智能体仿真模型,采用Visual Basic开发了STLBMSS系统,并用一个实例对该仿真模型进行了确认。仿真实验结果揭示了双层学习行为对团队任务处理效率的影响机理,同时也表明STLBMSS用于分析自我管理团队学习行为的有效性。（3）进一步,针对软件企业此类特殊的虚拟企业,探讨软件企业与其外部的企业协作行为。以复杂适应系统（CAS）理论为基础,分析了虚拟软件企业的从组建到解散这一生命周期中的整体协作方式以及涌现现象,采用多智能体建模与仿真方法,将虚拟软件企业及其外部市场环境抽象为不同的智能体,建立了虚拟软件企业演化多智能体模型,并使用Anylogic仿真软件实现了模型。通过设计和运行仿真实验,得出了虚拟软件企业演化过程中盟主企业选择合作伙伴的机制和软件企业规模的发展趋势。虚拟软件企业能否成功很大程度上取决于其组建过程,而组建过程中最关键的环节是选择合适的合作伙伴。以虚拟软件企业合作伙伴选择问题作为研究对象,分析了其微观作用机制,采用多智能体建模与仿真方法,建立了合作伙伴选择多智能体模型,设计了相应的仿真实验,研究了不同决策目标下的合作伙伴选择机制。研究表明,成本最低法、工期最短法和质量最优法这三种单目标决策方法能够达到各种决策目标的最优化,但是稳定性较差；综合最佳法这种多目标决策方法能够实现软件项目总工期和总质量之间的平衡,并且稳定性较好。
刘吉成[10]（2010）在《电力供应链联盟BIC构建与协同决策研究》文中研究指明电能从生产、传输直到消费的整个过程形成了一个相对完整的电力供应链。伴随着改革的进程,中国电力从“厂网分开,竞价上网”,再到“输配分离,自负盈亏”,传统的垂直一体化电力供应链将被多个具有相对独立环节而又相互协作的新型电力供应链所取代。在市场经济条件下,围绕电能生产、传输和配送过程,由电煤供应商、发电商、输电商、配电商和客户等组成电力供应链联盟,各联盟成员之间既竞争又合作将是大势所趋。论文主要针对电力供应链联盟的运营管理过程,结合电力供应链联盟为保障客户经济、安全和可靠用电这一运营目标,以提高电力供应链联盟的敏捷性、协作性和控制运营风险为原则,综合运用计算机网络、商务智能、信息经济学和管理学等学科知识,分析信息经济时代IT对供应链联盟持续竞争优势及协同决策的作用机理,论述电力供应链联盟商务智能中心（Business Intelligence Center, BIC）的构建思想,研究BIC环境下电力供应链联盟在发电、供电和输电环节有关电煤采购、负荷预测、发电／购电协调和网架规划等协同决策问题,旨在探讨电力供应链联盟通过谋求信息流、资金流和物流的协同进而达到联盟管理效率和效益最大化的实现方法。为此,论文主要研究了如下内容：（1）研究了信息经济时代IT与电力供应链联盟持续竞争优势及协同决策的关系。电力供应链联盟协同决策的实现有赖于多种过程、多种流程、多种方法、多种技术和多种知识等资源的协同进行,然而信息技术是支持电力供应链联盟协同决策最为关键的要素。论文在阐述供应链相关理论的基础上,论述了电力供应链联盟运营管理的控制机制及其协同决策类型,探讨了IT能力的形成及其对电力供应链联盟持续竞争优势和协同决策的支持效用,研究了协同决策中的协同维及其协同机理,给出了基于IT的电力供应链联盟战略信息资源管理功能整合架构,为电力供应链联盟商务智能中心（BIC）的构建和协同决策奠定了理论基础。（2）提出了电力供应链联盟商务智能中心（BIC）的构建方案。分析了电力供应链联盟商务决策所面临的诸多问题,论述了电力供应链联盟BIC的功能、物质载体及构成要素,探讨了构建电力供应链联盟BIC的关键支撑技术,给出了面向协同决策的电力供应链联盟BIC的整体架构和协同决策实施结构,构建了基于BIC的电力供应链联盟信息共享模型、信息集成模型和界面管理模型,从而为电力供应链联盟的协同决策奠定了信息技术和应用基础。（3）构建了BIC环境下电力供应链联盟在发电环节电煤供应与采购管理的协同决策模型。在分析电煤供应商与发电商合作模式的基础上,论证了电煤供应商与发电商之间的利益博弈关系,探讨了双方合作建立联盟的必要性,并在确定电煤供应商选择标准的前提下,设计了基于BIC的电煤供应商合作伙伴选择模型的基本架构,构建了基于BIC的煤电联盟协同采购决策架构及其电煤协同采购决策模型,为煤电企业建立联盟合作及其利益协商机制进行了必要的探索。（4）构建了BIC环境下电力供应链联盟在供电环节的负荷预测与交易协同决策模型。结合风险元传递理论,考虑未确知风险因素,在BIC环境下,利用电力信息库,结合模型库中的Elman’s递归神经网络模型,构建了电力负荷预测模型,并通过算例验证了所建模型的有效性。另外,以配电商购电费用最低、发电商机组出力最优为目标函数,构建了差价合约下供电环节供应链联盟在合约市场、现货市场、备用市场和可中断负荷交易市场上的交易决策模型,这对于优化电力资源配置有重要的意义。（5）构建了BIC环境下电力供应链联盟在输电环节面向电网规划的多目标协同决策模型。在给出面向电网规划的电力供应链联盟BIC协同决策结构的基础上,论述了电网规划决策知识库和模型库的创建思路,借助进化算法、灰色粒子群优化、神经网络和集对分析等方法构建了输电环节多目标电网规划的协同决策模型,并通过算例证明了所建模型在理论上的科学性和合理性。选题不仅有理论探讨意义,而且有重要的实际应用价值和推广应用前景。
二、基于智能体和数据仓库的群决策支持系统（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、基于智能体和数据仓库的群决策支持系统（论文提纲范文）
（1）水污染事件动态模拟仿真与应急管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 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 国内外研究现状 |
| 1.2.1 复杂性理论国内外研究现状 |
| 1.2.2 数字地球国内外研究现状 |
| 1.2.3 水污染事件模拟仿真国内外研究现状 |
| 1.2.4 水污染事件应急管理国内外研究现状 |
| 1.2.5 相关文献计量分析 |
| 1.3 研究内容与路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.3.4 论文创新点 |
| 2 水污染事件复杂性描述及多源信息融合 |
| 2.1 水污染事件复杂性分析 |
| 2.1.1 水污染事件特性 |
| 2.1.2 水污染事件的复杂性 |
| 2.1.3 水质模型的复杂性 |
| 2.2 水质模拟及模型的求解 |
| 2.2.1 污染物迁移过程 |
| 2.2.2 水质模拟基本方法 |
| 2.2.3 水质模型数值解法 |
| 2.3 水污染事件数据整合 |
| 2.3.1 水污染事件数据处理 |
| 2.3.2 基于中间件的数据集中 |
| 2.3.3 水污染数据资源中心 |
| 2.4 水污染事件多源信息融合 |
| 2.4.1 水污染信息服务模式 |
| 2.4.2 分布式信息综合集成 |
| 2.4.3 水污染事件信息发布 |
| 2.5 本章小结 |
| 3 基于水利数字地球的水质模型耦合机制 |
| 3.1 水利数字地球及关键技术 |
| 3.1.1 水利数字地球 |
| 3.1.2 瓦片金字塔服务 |
| 3.1.3 空间信息瓦片检索 |
| 3.2 基础平台体系构建 |
| 3.2.1 空间视域模型 |
| 3.2.2 3S空间信息融合 |
| 3.2.3 水利数字地球互操作 |
| 3.2.4 三维视景仿真 |
| 3.3 水利数字地球服务 |
| 3.3.1 网络地图服务 |
| 3.3.2 地形剖面服务 |
| 3.3.3 河道三维建模 |
| 3.3.4 污染物动态监测 |
| 3.4 水质模型与数字地球耦合 |
| 3.4.1 水质模型支持体系 |
| 3.4.2 多源数据空间展示 |
| 3.4.3 水质模型耦合方案 |
| 3.5 本章小结 |
| 4 基于复杂Agent的水污染动态模拟仿真 |
| 4.1 水质数据拟合与加载 |
| 4.1.1 水质数据拟合算法 |
| 4.1.2 水质数据加载 |
| 4.2 三角面元的水污染事件模拟仿真 |
| 4.2.1 河道三角网模型构建 |
| 4.2.2 基于Agent的水质模型 |
| 4.2.3 水质Agent模型实现 |
| 4.3 方形面元的水污染事件模拟仿真 |
| 4.3.1 方形元胞自动机 |
| 4.3.2 多智能体设计 |
| 4.3.3 水污染可视化表征 |
| 4.4 基于网格计算的水质模拟 |
| 4.4.1 网格计算服务 |
| 4.4.2 高性能体系结构 |
| 4.4.3 模拟仿真过程分解 |
| 4.5 本章小结 |
| 5 面向水污染事件的应用支撑平台构建 |
| 5.1 应用支撑平台及其关键技术 |
| 5.1.1 平台体系结构 |
| 5.1.2 面向服务架构 |
| 5.1.3 组件技术 |
| 5.1.4 知识可视化 |
| 5.2 平台开发流程 |
| 5.2.1 组件化封装 |
| 5.2.2 主题图体系 |
| 5.2.3 可视化开发 |
| 5.2.4 知识积累模式 |
| 5.2.5 研讨视图服务 |
| 5.3 综合集成服务 |
| 5.3.1 综合集成服务体系 |
| 5.3.2 集成化门户服务 |
| 5.3.3 模拟仿真系统集成 |
| 5.3.4 三库资源共享机制 |
| 5.4 本章小结 |
| 6 水污染事件动态模拟仿真与应急管理应用实例 |
| 6.1 研究区域概况 |
| 6.1.1 渭河流域概况 |
| 6.1.2 流域水污染状况 |
| 6.1.3 流域水污染事件 |
| 6.2 基于数字地球的水污染事件动态模拟仿真 |
| 6.2.1 模拟仿真系统结构 |
| 6.2.2 系统开发工具 |
| 6.2.3 系统应用功能 |
| 6.3 基于应用支撑平台的水污染事件应急管理 |
| 6.3.1 水污染事件实验模拟 |
| 6.3.2 水污染事件应急调度 |
| 6.3.3 流程化应急管理模式 |
| 6.3.4 模块化应急管理模式 |
| 6.3.5 预案化应急管理模式 |
| 6.3.6 一体化应急管理模式 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（2）面向个性化定制的智能糖果包装数据分析系统设计与实现（论文提纲范文）
| 摘要 |
| Abstarct |
| 第一章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 个性化定制的研究现状 |
| 1.3 面向个性化定制的智能糖果包装数据分析系统的关键技术研究现状 |
| 1.3.1 面向个性化定制服务的数据采集研究现状 |
| 1.3.2 面向个性化定制的Web离线数据处理技术研究现状 |
| 1.3.3 Web语义本体与知识图谱的研究现状 |
| 1.4 论文内容组织 |
| 第二章 个性化定制的智能糖果包装数据分析系统架构 |
| 2.1 系统设计目的与需求分析 |
| 2.1.1 系统设计目的 |
| 2.1.2 面向个性化定制的Web应用需求分析 |
| 2.2 面向个性化定制的智能糖果包装数据分析系统功能模块组成 |
| 2.2.1 个性化定制的移动端Web模块 |
| 2.2.2 离线数据分析模块 |
| 2.2.3 Web语义本体知识表达模块 |
| 2.3 相关技术与开发平台 |
| 2.3.1 移动端Web应用的开发平台 |
| 2.3.2 Web离线数据分析的开发平台 |
| 2.3.3 制造资源本体构建与用户个性化知识图谱构建 |
| 2.4 本章小结 |
| 第三章 移动端Web应用和Web离线数据分析的设计 |
| 3.1 移动端Web应用的设计 |
| 3.1.1 移动端Web应用 |
| 3.1.2 移动端数据交互 |
| 3.2 Web日志数据收集 |
| 3.2.1 前端数据采集技术 |
| 3.2.2 前端数据采集方案的设计 |
| 3.2.3 数据采集的实现方式 |
| 3.3 基于Hive的 Web离线数据分析 |
| 3.3.1 Web数据离线计算的指标分析 |
| 3.3.2 基于Hive的关键指标数据计算 |
| 3.4 用户个性化特征知识图谱表示 |
| 3.4.1 个性化定制的知识图谱表示应用场景 |
| 3.4.2 用户个性化特征的知识图谱构建 |
| 3.5 本章小结 |
| 第四章 面向个性化定制的Web语义本体信息交互及推理机制 |
| 4.1 Web语义本体建模 |
| 4.1.1 基于范畴论的本体表示 |
| 4.1.2 Web语义本体模型构建 |
| 4.1.3 Web语义本体数据关联 |
| 4.2 个性化定制的Web语义知识推理机制 |
| 4.2.1 语义规则库的建立 |
| 4.2.2 Web语义知识推理 |
| 4.3 本章小结 |
| 第五章 面向个性化定制的智能糖果包装数据分析系统案例 |
| 5.1 实验平台介绍 |
| 5.2 面向个性化定制的智能糖果包装数据分析系统案例实施 |
| 5.2.1 环境部署 |
| 5.2.2 移动端Web应用 |
| 5.2.3 Web数据离线分析 |
| 5.2.4 用户个性化文本数据的知识图谱构建 |
| 5.2.5 个性化定制的Web语义本体建模与推理机制 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（3）可拓建筑策划数据挖掘研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 国内外相关研究 |
| 1.2.1 建筑策划研究 |
| 1.2.2 数据挖掘研究 |
| 1.2.3 可拓建筑策划研究 |
| 1.2.4 可拓数据挖掘研究 |
| 1.2.5 相关研究综述 |
| 1.3 研究的理论基础 |
| 1.3.1 可拓建筑策划理论 |
| 1.3.2 可拓数据挖掘理论 |
| 1.4 研究的内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 可拓建筑策划数据挖掘的基本理论 |
| 2.1 可拓建筑策划数据挖掘的涵义与定位 |
| 2.1.1 涵义 |
| 2.1.2 定位 |
| 2.1.3 维度 |
| 2.2 可拓建筑策划数据挖掘的数据 |
| 2.2.1 数据定义 |
| 2.2.2 数据类型 |
| 2.3 可拓建筑策划数据挖掘的知识 |
| 2.3.1 体现时代性的建筑行业动态知识 |
| 2.3.2 体现地域性的建筑基地环境知识 |
| 2.3.3 体现人本性的建筑使用者需求知识 |
| 2.3.4 体现创新性的建筑同类设施知识 |
| 2.4 可拓建筑策划数据挖掘的程序 |
| 2.4.1 数据获取阶段 |
| 2.4.2 数据库构建阶段 |
| 2.4.3 知识发现阶段 |
| 2.5 可拓建筑策划数据挖掘的特点 |
| 2.5.1 挖掘对象动态化 |
| 2.5.2 挖掘过程智能化 |
| 2.5.3 挖掘结果全面化 |
| 2.6 可拓建筑策划数据挖掘的实现途径和使用模式 |
| 2.6.1 计算机实现途径 |
| 2.6.2 未来使用模式 |
| 2.7 本章小结 |
| 第3章 可拓建筑策划数据挖掘的数据获取 |
| 3.1 可拓建筑策划数据挖掘的数据获取原理 |
| 3.1.1 数据获取原则 |
| 3.1.2 数据获取步骤 |
| 3.2 可拓建筑策划数据挖掘的数据采集 |
| 3.2.1 行业动态数据采集 |
| 3.2.2 基地环境数据采集 |
| 3.2.3 使用者需求数据采集 |
| 3.2.4 同类设施数据采集 |
| 3.2.5 各类数据中的建筑图像数据采集 |
| 3.3 可拓建筑策划数据挖掘的数据处理 |
| 3.3.1 数据清理 |
| 3.3.2 数据评估 |
| 3.3.3 数据转换 |
| 3.4 本章小结 |
| 第4章 可拓建筑策划数据挖掘的数据库构建 |
| 4.1 可拓建筑策划数据挖掘的数据库需求分析与功能定位 |
| 4.1.1 数据库的需求分析 |
| 4.1.2 数据库的功能定位 |
| 4.2 建筑行业动态数据库构建 |
| 4.2.1 概念设计 |
| 4.2.2 逻辑设计 |
| 4.2.3 功能设计 |
| 4.3 建筑基地环境数据库构建 |
| 4.3.1 概念设计 |
| 4.3.2 逻辑设计 |
| 4.3.3 功能设计 |
| 4.4 建筑使用者需求数据库构建 |
| 4.4.1 概念设计 |
| 4.4.2 逻辑设计 |
| 4.4.3 功能设计 |
| 4.5 建筑同类设施数据库构建 |
| 4.5.1 概念设计 |
| 4.5.2 逻辑设计 |
| 4.5.3 功能设计 |
| 4.6 可拓建筑策划数据挖掘的数据库运行与维护 |
| 4.6.1 数据库的运行 |
| 4.6.2 数据库的维护 |
| 4.7 本章小结 |
| 第5章 可拓建筑策划数据挖掘的知识发现 |
| 5.1 建筑行业动态的知识发现 |
| 5.1.1 EapEdm的行业动态分析原理 |
| 5.1.2 基于信息检索的建筑行业基础知识发现 |
| 5.1.3 基于聚类分析的建筑行业关注热点发现 |
| 5.1.4 基于趋势分析的建筑行业发展趋势发现 |
| 5.2 建筑基地环境的知识发现 |
| 5.2.1 EapEdm的基地环境分析原理 |
| 5.2.2 基于基地环境地图的基地环境知识发现 |
| 5.2.3 基于多种城市地图的基地环境知识发现 |
| 5.3 建筑使用者需求的知识发现 |
| 5.3.1 EapEdm的使用者需求分析原理 |
| 5.3.2 基于聚类分析的使用者需求知识发现 |
| 5.3.3 基于关联分析的使用者需求知识发现 |
| 5.4 建筑同类设施的知识发现 |
| 5.4.1 EapEdm的同类设施分析原理 |
| 5.4.2 基于分类方法的建筑场地创新知识发现 |
| 5.4.3 基于分类方法的建筑空间创新知识发现 |
| 5.4.4 基于分类方法的建筑形象创新知识发现 |
| 5.4.5 基于决策树方法的建筑规模构想知识发现 |
| 5.4.6 基于决策树方法的建筑技术选择知识发现 |
| 5.4.7 基于决策树方法的建筑经济决策知识发现 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的学术论文及其他成果 |
| 致谢 |
| 个人简历 |
（4）基于多部门协作的冲突型大群体决策支持系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 导论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 研究内容及研究方法 |
| 1.4 论文内容框架 |
| 2 国内外研究现状 |
| 2.1 大群体决策冲突协调研究现状 |
| 2.2 群决策支持系统研究现状 |
| 2.3 多Agent群决策支持系统研究现状 |
| 2.3.1 多Agent群决策支持系统概念及特征 |
| 2.3.2 多Agent合作问题研究现状 |
| 2.3.3 多Agent协调问题研究现状 |
| 3 基于群体成员决策冲突最小的大群体决策方法研究 |
| 3.1 问题描述 |
| 3.2 基于极大熵的属性权重求解方法 |
| 3.3 基于冲突最小的决策者权重求解方法 |
| 3.4 基于排序向量法的决策方案选优 |
| 3.5 算例分析 |
| 4 群决策支持系统中基于多部门多Agent的协作机制研究 |
| 4.1 基于多部门协作的系统总流程设计 |
| 4.2 功能Agent的协作机制设计 |
| 4.2.1 系统主要Agent及其功能 |
| 4.2.2 多Agent构成及协作流程设计 |
| 4.3 部门Agent间的协调控制 |
| 4.3.1 合作的一般框架 |
| 4.3.2 决策中心与相关部门的任务分配及协作 |
| 4.3.3 相关部门Agent之间的协作 |
| 4.4 决策者Agent间的协调控制 |
| 4.5 基于多Agent的系统支撑环境体系结构 |
| 5 洪涝灾害应急救援大群体决策支持系统案例 |
| 5.1 多Agent分布式结构设计 |
| 5.2 系统主体功能模块设计 |
| 5.3 案例背景介绍 |
| 5.4 系统实现及应用 |
| 5.4.1 系统管理 |
| 5.4.2 洪涝灾害预警 |
| 5.4.3 子救援方案集生成 |
| 5.4.4 矿山抢险事件专家决策 |
| 5.4.5 矿山抢险事件行动部署 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
| 致谢 |
（5）基于OE的设备维护维修信息系统体系的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 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 信息系统体系结构的研究现状 |
| 1.2.2 设备维护维修信息系统研究与应用现状 |
| 1.2.3 油气生产企业设备维护维修信息系统研究与应用现状 |
| 1.3 目前研究存在的问题和主要研究内容 |
| 1.3.1 目前研究存在的问题 |
| 1.3.2 论文研究的思路和内容 |
| 1.4 论文的创新点 |
| 1.5 论文研究框架 |
| 第二章 相关理论概述 |
| 2.1 信息系统体系架构概述 |
| 2.1.1 信息系统体系架构的概念 |
| 2.1.2 信息系统体系架构的组成 |
| 2.1.3 信息系统体系架构的特点 |
| 2.2 OE——一种先进的设备维护维修管理理念 |
| 2.2.1 OE 管理系统的概念与实质 |
| 2.2.2 OE 管理系统的组成模型 |
| 2.3 长北项目 OE-MIE 管理体系的内涵及实质 |
| 2.3.1 长北项目 OE-MIE 管理体系的概念 |
| 2.3.2 OE-MIE 管理体系的实质 |
| 2.3.3 OE-MIE 管理体系的内涵及组成 |
| 2.3.4 OE-MIE 管理体系的需求分析 |
| 2.3.5 OE-MIE 管理体系的目标 |
| 2.4 本章小结 |
| 第三章 基于 OE 的设备维护维修信息系统体系架构研究 |
| 3.1 基于 OE 的 OPEMISA 的组成---以长北项目为例 |
| 3.1.1 传统的设备维护维修信息系统体系的缺陷 |
| 3.1.2 基于 OE 的油气生产设备的维护维修管理信息系统体系模型 |
| 3.1.3 基于 OE 的 OPEMISA 模型的特性 |
| 3.2 SOA 的基本概念和特点 |
| 3.2.1 SOA 的定义 |
| 3.2.2 SOA 的特点 |
| 3.3 基于 SOA 的 OPEMISA 软件体系结构的设计 |
| 3.3.1 SOA 与传统的软件体系架构的区别 |
| 3.3.2 软件体系结构的层次和组成 |
| 3.3.3 基于 SOA 的 OPEMISA 软件体系结构的特点 |
| 3.4 本章小结 |
| 第四章 OPEMISA 的数据信息体系结构研究 |
| 4.1 数据仓库的定义和特点 |
| 4.1.1 数据仓库的定义 |
| 4.1.2 数据仓库的特点 |
| 4.1.3 数据信息体系环境的定义和作用 |
| 4.2 OPEMISA 的数据信息体系的组成和工作原理 |
| 4.2.1 数据信息体系的组成 |
| 4.2.2 数据信息体系结构的工作原理 |
| 4.3 OPEMISA 中数据仓库的数据组织 |
| 4.3.1 设备维护维修数据的组织结构 |
| 4.3.2 设备维护维修数据仓库的元数据 |
| 4.3.3 设备维护维修数据仓库的粒度设计 |
| 4.4 设备维护维修的数据仓库数据组织体系结构 |
| 4.5 本章小结 |
| 第五章 基于多智能体的 OPEMISA 应用软件系统结构 |
| 5.1 多智能体的基本概念 |
| 5.1.1 智能体的定义和特点 |
| 5.1.2 多智能体概念和外延 |
| 5.2 基于多智能体的 OPEMISA 应用软件系统的组成 |
| 5.2.1 传统 OPEMISA 应用软件系统的缺陷 |
| 5.2.2 应用软件系统的层次结构和功能 |
| 5.3 OPEMISA 应用软件系统中多智能体间的协作和冲突消除 |
| 5.3.1 多智能体间的协作技术 |
| 5.3.2 多智能体间的冲突消除 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 详细摘要 |
（6）基于多智能体的物流配送车辆调度决策方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 物流配送车辆调度 |
| 1.2.2 多智能体应用 |
| 1.2.3 智能决策与IDSS |
| 1.3 论文研究的目标、方法和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究方法 |
| 1.3.3 论文框架结构及研究内容 |
| 第二章 基础理论 |
| 2.1 物流配送车辆调度概述 |
| 2.1.1 物流配送及其模式 |
| 2.1.2 物流配送车辆调度问题 |
| 2.2 智能体及多智能体理论 |
| 2.2.1 智能体的概念及结构 |
| 2.2.2 多智能体的概念及结构 |
| 2.2.3 多智能体通信 |
| 2.3 多智能体规划实现技术 |
| 2.3.1 智能体规划系统结构 |
| 2.3.2 协调引擎的分布式问题求解 |
| 2.3.3 智能体规划器的规划技术 |
| 2.4 小结 |
| 第三章 物流配送车辆调度多智能体建模 |
| 3.1 物流配送企业模型 |
| 3.1.1 虚拟企业 |
| 3.1.2 建模部件 |
| 3.1.3 物流配送企业建模 |
| 3.2 Agent强化的物流配送虚拟企业工作流过程模型 |
| 3.2.1 物流配送虚拟企业工作流管理 |
| 3.2.2 工作流技术业务过程建模 |
| 3.2.3 Agent强化的虚拟物流配送车辆调度工作流模型 |
| 3.3 物流配送车辆调度智能体模型 |
| 3.3.1 智能体模型框架 |
| 3.3.2 智能体结构模型 |
| 3.4 小结 |
| 第四章 多智能体物流配送车辆调度任务匹配及方法 |
| 4.1 物流配送车辆调度任务分析 |
| 4.2 任务分解 |
| 4.2.1 工作分解结构(WBS) |
| 4.2.2 项目任务分解过程 |
| 4.2.3 物流配送车辆调度的任务分解策略 |
| 4.3 基于多智能体的物流配送资源规划 |
| 4.3.1 物流配送企业资源规划过程 |
| 4.3.2 资源规划的问题描述与采用的技术 |
| 4.3.3 实例分析 |
| 4.4 物流配送车辆调度任务匹配方法 |
| 4.4.1 车辆调度任务匹配分析 |
| 4.4.2 任务匹配评价选择方法 |
| 4.4.3 应用实例 |
| 4.5 小结 |
| 第五章 多智能体物流配送车辆调度自动协商 |
| 5.1 多智能体协作 |
| 5.1.1 多智能体协作系统结构框架 |
| 5.1.2 基于CNP的多智能体协作机制 |
| 5.2 多智能体多阶段协商 |
| 5.2.1 多智能体协商 |
| 5.2.2 多智能体多阶段协商描述 |
| 5.3 多智能体自动协商模型 |
| 5.3.1 自动协商过程 |
| 5.3.2 协商出价策略模型分析 |
| 5.3.3 价格协商算例验证 |
| 5.3.4 自动协商算例启示 |
| 5.4 基于多智能体的自动协商模拟 |
| 5.4.1 模拟系统体系 |
| 5.4.2 多智能体系统设计 |
| 5.4.3 模拟验证结果 |
| 5.5 小结 |
| 第六章 集装箱港口车辆调度 |
| 6.1 概述 |
| 6.2 集装箱港口车辆调度问题描述 |
| 6.2.1 港口集装箱作业 |
| 6.2.2 作业订单信息分解 |
| 6.3 集装箱港口车辆调度智能体建模 |
| 6.3.1 集装箱港口业务过程智能体框架 |
| 6.3.2 集装箱港口车辆调度智能体设计 |
| 6.4 集装箱港口车辆调度数学建模 |
| 6.5 基于业务外包的集装箱港口车辆调度数学建模 |
| 6.5.1 业务外包 |
| 6.5.2 改进的基于业务外包的集装箱港口车辆调度数学建模 |
| 6.6 禁忌搜索算法及λ-交换邻域搜索算法 |
| 6.6.1 初始解的产生和λ-交换邻域搜索策略 |
| 6.6.2 禁忌结构表及禁忌容量设定 |
| 6.6.3 终止准则 |
| 6.6.4 算法 |
| 6.6.5 算例分析 |
| 6.7 小结 |
| 第七章 多智能体物流配送车辆调度原型系统 |
| 7.1 物流配送车辆调度系统分析 |
| 7.2 MAS-VSP多智能体的实现 |
| 7.2.1 系统实现的总体框架 |
| 7.2.2 系统问题域模型 |
| 7.2.3 MAS-VSP的角色模型 |
| 7.2.4 MAS-VSP的知识模型 |
| 7.2.5 MAS-VSP系统开发环境介绍 |
| 7.2.6 MAS-VSP的开发流程 |
| 7.3 MAS-VSP系统运行 |
| 7.4 小结 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻博期间主要学术论文及科研工作 |
（7）基于ELECTRE算法的多属性群决策支持系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究综述 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 研究现状分析 |
| 1.3 研究意义和研究内容 |
| 1.3.1 研究意义 |
| 1.3.2 研究内容 |
| 1.4 文章结构 |
| 2 决策支持系统相关技术简介 |
| 2.1 B/S 模式 |
| 2.1.1 三层 Browser/Server 结构简介 |
| 2.1.2 B/S 结构的特点 |
| 2.1.3 B/S 模式与 C/S 模式的比较 |
| 2.2 ASP 技术简介 |
| 2.2.1 ASP(Active Server Pages)简介 |
| 2.2.2 ASP.NET |
| 2.2.3 ASP.NET 框架 |
| 2.2.4 ASP.NET 的技术优势 |
| 2.3 数据仓库 |
| 2.3.1 数据仓库的基本概念和特点 |
| 2.3.2 数据仓库与传统数据库的区别和联系 |
| 2.3.3 数据仓库的体系结构 |
| 2.3.4 数据仓库和数据模型 |
| 2.4 数据分析技术 |
| 2.4.1 联机分析处理 OLAP |
| 2.4.2 数据挖掘 DM |
| 2.4.3 OLAP 与 DM 的区别 |
| 3 基于 ELECTRE-Ⅲ 算法的研究和改进 |
| 3.1 问题的描述 |
| 3.2 对 ELECTRE-Ⅲ 算法进行改进 |
| 3.2.1 ELECTRE-Ⅲ 算法求解所需的基本信息 |
| 3.2.2 定义和谐性指数、不和谐指数、可信度指数 |
| 3.2.3 对 ELECTRE-Ⅲ 传统排序算法进行改进 |
| 3.3 构建偏好评价矩阵 |
| 3.4 群体级别高于关系构建 |
| 3.5 群体决策排序 |
| 4 决策支持系统分析与设计 |
| 4.1 必要性分析 |
| 4.2 可行性分析 |
| 4.3 需求分析 |
| 4.4 系统框架设计 |
| 4.5 系统建模 |
| 4.5.1 GDSS 系统用例图 |
| 4.5.2 用户登陆活动图 |
| 4.5.3 专家决策时序图 |
| 4.5.4 主持人控制时序图 |
| 4.5.5 系统类图设计 |
| 4.6 数据库设计 |
| 4.6.1 GDSS 系统流程设计 |
| 4.6.2 GDSS 数据结构设计 |
| 4.7 系统实现与实例分析 |
| 4.7.1 系统关键技术实现 |
| 4.7.2 算例分析与应用 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（8）石化行业经营风险控制模型构建与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 第1章 导论 |
| 1.1 选题的目的和意义 |
| 1.1.1 研究的目的 |
| 1.1.2 研究的背景 |
| 1.1.3 研究的意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 风险管理理论的研究现状 |
| 1.2.2 不确定理论对风险防控的研究现状 |
| 1.2.3 多智能体系统在风险管理中的研究现状 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本章小结 |
| 第2章 企业风险防控理论与技术基础 |
| 2.1 风险的含义 |
| 2.2 企业风险管理 |
| 2.3 粗集理论 |
| 2.3.1 知识、分类及不可分辨关系 |
| 2.3.2 边界与粗糙度 |
| 2.3.3 知识表达系统 |
| 2.3.4 知识约简与核 |
| 2.4 Vague集和模糊集理论 |
| 2.4.1 Vague集 |
| 2.4.2 模糊集 |
| 2.4.3 Vague集和模糊集区别 |
| 2.5 BI技术 |
| 2.6 多智能体系统 |
| 2.6.1 智能体的概念 |
| 2.6.2 智能体的体系结构 |
| 2.6.3 多智能体系统的结构 |
| 2.7 本章小结 |
| 第3章 石化行业经营风险因素分析 |
| 3.1 使用Vague集建立风险因素集 |
| 3.1.1 建立完备因素集 |
| 3.1.2 选择关键因素 |
| 3.1.3 利用语言变量,扩展专家评判 |
| 3.1.4 建立风险因素集 |
| 3.1.5 建立风险评判集 |
| 3.2 粗集用于企业风险因素识别 |
| 3.2.1 设计流程 |
| 3.2.2 设计思路 |
| 3.2.3 程序实现 |
| 3.2.4 实例分析 |
| 3.3 本章小结 |
| 第4章 建立石化行业经营风险防控模型 |
| 4.1 风险模型设计思路 |
| 4.2 建立企业风险分析模型 |
| 4.3 多智能体用于风险防控模型 |
| 4.3.1 风险防控智能体模型实现技术 |
| 4.3.2 风险防控智能体模型与运行机理 |
| 4.3.3 系统结构与各类智能体 |
| 4.3.4 基于多智能体的企业风险管理 |
| 4.4 构筑企业风险管理系统 |
| 4.5 本章小结 |
| 第5章 构筑石化企业经营风险防控平台 |
| 5.1 风险防控平台体系架构 |
| 5.2 风险防控平台的设计思路 |
| 5.3 风险防控平台的研究内容 |
| 5.4 风险防控平台技术方案 |
| 5.4.1 系统设计原则 |
| 5.4.2 系统平台选择 |
| 5.4.3 系统功能设计 |
| 5.5 风险防控平台系统架构 |
| 5.6 风险防控平台实现技术 |
| 5.7 风险防控平台应用效果 |
| 5.8 本章小结 |
| 第6章 总结与研究展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者攻读博士学位期间参与的科研项目及发表论文 |
（9）基于多智能体的企业协作行为建模与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究内容与方法 |
| 1.3 本文章节安排 |
| 2 文献综述 |
| 2.1 企业协作行为相关文献综述 |
| 2.2 智能仿真相关文献综述 |
| 3 看板管理的多状态蚁群劳动分工协作模型与仿真 |
| 3.1 引言 |
| 3.2 看板控制策略与固定阈值模型的相似性 |
| 3.3 多状态蚁群劳动分工协作模型 |
| 3.4 仿真实验与结果分析 |
| 3.5 本章小结 |
| 4 虚拟企业自我管理团队学习行为建模与仿真 |
| 4.1 引言 |
| 4.2 团队任务协作过程与双层学习行为 |
| 4.3 多智能体建模 |
| 4.4 模型实现 |
| 4.5 模型确认实验及结果分析 |
| 4.6 本章小结 |
| 5 虚拟软件企业协作行为多智能体建模与仿真 |
| 5.1 引言 |
| 5.2 协作视角下企业规模演化的多智能体仿真研究 |
| 5.3 企业协作视角下合作伙伴选择的多智能体仿真研究 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读学位期间发表论文目录 |
| 附录2 攻读学位期间参加及完成的科研课题 |
（10）电力供应链联盟BIC构建与协同决策研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 第一章 引言 |
| 1.1 选题背景及其意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究动态 |
| 1.2.1 IT与供应链管理及协同决策的关系研究现状 |
| 1.2.2 电煤供应与采购管理的协同决策研究现状 |
| 1.2.3 智能方法在负荷预测中的应用研究现状 |
| 1.2.4 基于差价合约的多级电力市场协同交易研究现状 |
| 1.2.5 电网规划的多目标协同决策研究现状 |
| 1.3 本文主要研究的内容 |
| 1.4 论文研究路线和研究方法 |
| 1.4.1 研究路线 |
| 1.4.2 研究方法 |
| 1.5 本章小结 |
| 第二章 信息时代电力供应链联盟的竞争优势与协同决策 |
| 2.1 供应链与供应链联盟概述 |
| 2.1.1 供应链和供应链管理 |
| 2.1.2 供应链联盟 |
| 2.2 电力供应链与电力供应链联盟 |
| 2.2.1 电力供应链 |
| 2.2.2 电力供应链联盟及其管理 |
| 2.3 IT与电力供应链联盟的持续竞争优势 |
| 2.3.1 电力供应链联盟的IT应用 |
| 2.3.2 IT对电力供应链联盟持续竞争优势的作用机理 |
| 2.4 IT与电力供应链联盟的协同决策 |
| 2.4.1 电力供应链联盟成员的行为逻辑分析 |
| 2.4.2 电力供应链联盟的协同及其协同决策 |
| 2.4.3 电力供应链联盟协同决策的协同维 |
| 2.4.4 IT对电力供应链联盟协同决策的支持 |
| 2.5 本章小结 |
| 第三章 电力供应链联盟商务智能中心的构建 |
| 3.1 实现电力供应链联盟协同决策的解决方案 |
| 3.1.1 电力供应链联盟商务决策所面临的挑战 |
| 3.1.2 电力供应链联盟商务智能中心(BIC)的提出 |
| 3.2 电力供应链联盟BIC的整体结构 |
| 3.2.1 电力供应链联盟BIC构建的可能性 |
| 3.2.2 面向协同决策的电力供应链联盟BIC架构 |
| 3.2.3 BIC的物质载体及构成要素 |
| 3.2.4 BIC的性能要求与软件体系结构 |
| 3.3 基于BIC的电力供应链联盟协同决策机理 |
| 3.3.1 协同决策实现结构 |
| 3.3.2 BIC支持的电力供应链联盟协同决策过程 |
| 3.3.3 BIC对电力供应链联盟协同决策的支持效用 |
| 3.4 基于BIC的电力供应链联盟信息共享与信息集成模型 |
| 3.4.1 BIC的信息交互层次 |
| 3.4.2 电力供应链联盟BIC信息共享模型 |
| 3.4.3 电力供应链联盟BIC信息集成模型 |
| 3.5 基于BIC的电力供应链联盟界面管理模型 |
| 3.5.1 界面和界面管理 |
| 3.5.2 基于BIC的界面管理模型 |
| 3.6 构建电力供应链联盟BIC的支撑技术 |
| 3.6.1 主要相关技术 |
| 3.6.2 其他支撑技术 |
| 3.7 本章小结 |
| 第四章 BIC环境下发电环节供应链联盟的协同决策模型 |
| 4.1 基于Stackelberg原理的煤电联盟利益协商模型 |
| 4.1.1 Stackelberg博弈及其数学模型的描述 |
| 4.1.2 电煤供应商与发电商进行合作的模式分析 |
| 4.1.3 电煤供应商与发电商的利益博弈模型 |
| 4.1.4 煤电企业合作利益关系的图像表述 |
| 4.2 电煤供应商适应性选择协同决策模型 |
| 4.2.1 环境感知与适应性商务智能 |
| 4.2.2 电煤供应商适应性选择模型的理论和技术基础 |
| 4.2.3 对电煤供应商进行选择的标准 |
| 4.2.4 电煤供应商适应性选择协同决策架构 |
| 4.2.5 适应性选择模型在电煤供应商选择中的交互流程 |
| 4.3 BIC环境下的煤电联盟协同采购决策模型 |
| 4.3.1 从传统电煤采购管理向协同采购管理的过渡 |
| 4.3.2 基于BIC的煤电联盟协同采购决策架构 |
| 4.3.3 煤电联盟协同采购决策模型 |
| 4.3.4 算例分析 |
| 4.4 本章小结 |
| 第五章 BIC环境下供电环节供应链联盟的协同决策模型 |
| 5.1 BIC环境下的电力供应链联盟负荷预测决策模型 |
| 5.1.1 电力负荷预测中的未确知信息与未确知风险元 |
| 5.1.2 考虑风险因素的负荷预测协同决策管理结构 |
| 5.1.3 基于未确知风险元的递归神经网络预测模型 |
| 5.1.4 算例分析 |
| 5.2 差价合约下的多级电力市场交易协同决策模型 |
| 5.2.1 多级电力市场交易结构与协调目标 |
| 5.2.2 BIC环境下的电力市场技术支持系统 |
| 5.2.3 协同购电/发电决策模型的建立 |
| 5.2.4 BIC对购电/发电优化模型分解协调算法的求解 |
| 5.2.5 算例分析 |
| 5.3 本章小结 |
| 第六章 BIC环境下输电环节电力供应链联盟的协同决策模型 |
| 6.1 面向电网规划的电力供应链联盟BIC协同模型 |
| 6.1.1 电网规划决策的协同因素 |
| 6.1.2 电网规划的BIC协同决策结构及协同机理 |
| 6.2 电网规划的BIC知识库和方法库构成 |
| 6.2.1 电网规划知识库构成 |
| 6.2.2 电网规划方法库构成 |
| 6.3 电网规划的BIC模型库建立 |
| 6.3.1 解决最优潮流问题的优化模型 |
| 6.3.2 解决负荷预测问题的优化模型 |
| 6.3.3 解决多目标问题的优化模型 |
| 6.4 基于集对分析及神经网络的电网规划协同决策模型. |
| 6.4.1 多目标协调模型 |
| 6.4.2 对多目标电网规划优化模型的适应度函数改进 |
| 6.4.3 多目标协同决策算法的流程 |
| 6.5 算例分析 |
| 6.6 本章小结 |
| 第七章 结论 |
| 7.1 论文工作成果和创新点 |
| 7.1.1 论文工作成果 |
| 7.1.2 论文的创新点 |
| 7.2 论文研究的局限性及展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
四、基于智能体和数据仓库的群决策支持系统（论文参考文献）
- [1]水污染事件动态模拟仿真与应急管理研究[D]. 高阳. 西安理工大学, 2019(01)
- [2]面向个性化定制的智能糖果包装数据分析系统设计与实现[D]. 尹博星. 江西理工大学, 2019(01)
- [3]可拓建筑策划数据挖掘研究[D]. 郭强. 哈尔滨工业大学, 2019(01)
- [4]基于多部门协作的冲突型大群体决策支持系统研究[D]. 夏玥. 中南大学, 2013(03)
- [5]基于OE的设备维护维修信息系统体系的研究[D]. 马龙. 西安石油大学, 2012(06)
- [6]基于多智能体的物流配送车辆调度决策方法研究[D]. 李义华. 中南大学, 2012(12)
- [7]基于ELECTRE算法的多属性群决策支持系统的设计与实现[D]. 徐敏钐. 贵州财经大学, 2012(01)
- [8]石化行业经营风险控制模型构建与应用研究[D]. 关洪军. 武汉理工大学, 2012(11)
- [9]基于多智能体的企业协作行为建模与仿真[D]. 易文明. 华中科技大学, 2011(10)
- [10]电力供应链联盟BIC构建与协同决策研究[D]. 刘吉成. 华北电力大学（北京）, 2010(09)