

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文以創(chuàng)新城市理論、支持向量機理論和遺傳算法理論作為理論指導(dǎo),運用定性與定量分析、規(guī)范研究與實證研究相結(jié)合的研究方法,對我國創(chuàng)新型城市評價問題進行實證研究,并在此基礎(chǔ)上提出了推動創(chuàng)新型城市發(fā)展,加速創(chuàng)新型城市建設(shè)的對策與意見。
第一章主要闡述了本篇論文的選題背景、目的及意義,并按照時間脈絡(luò),詳盡梳理了國內(nèi)外關(guān)于創(chuàng)新型城市以及創(chuàng)新型城市評價的研究動態(tài)。同時,簡要描述了本論題的研究內(nèi)容,提出了所要采取的研究方法并以結(jié)構(gòu)圖的方式提出
2、具體的研究思路,本章結(jié)尾對論題可能產(chǎn)生的創(chuàng)新點進行了扼要說明。
第二章闡述了創(chuàng)新型城市所涉及的基礎(chǔ)理論,闡明什么是創(chuàng)新;明確狹義、廣義和綜合定義層面之上的創(chuàng)新型城市內(nèi)涵;詳細說明創(chuàng)新型城市載體及其作用;總結(jié)創(chuàng)新型城市應(yīng)具有的基本特征。通過對載體與基本特征的明確,從而為下一章節(jié)的評價指標體系建立提供了理論指導(dǎo)。在本章結(jié)尾則著重于創(chuàng)新型城市綜合評價方法的介紹,分析傳統(tǒng)評價方法的不足之處,簡要說明遺傳算法優(yōu)化支持向量機評價方法的優(yōu)越
3、性。
第三章對支持向量機與遺傳算法的研究現(xiàn)狀進行了概述,闡明支持向量機與遺傳算法的基本原理,旨在說明遺傳算法優(yōu)化支持向量機理論的完整性與科學性。
第四章基于遺傳算法優(yōu)化支持向量機對我國創(chuàng)新型城市評價問題進行了實證研究。本章節(jié)依據(jù)相關(guān)指標體系建立基本原則,利用北京、天津、沈陽等二十個創(chuàng)新評價參評城市2007至2011年共計6000多個來源于各類統(tǒng)計年鑒和創(chuàng)新研究報告的有效指標數(shù)據(jù),對備選指標集數(shù)據(jù)首先進行平均及歸一化預(yù)
4、處理,然后運用SPSS軟件分析預(yù)處理數(shù)據(jù),最終基于顯著性與相關(guān)性矩陣篩選冗余指標,構(gòu)建了評價指標體系。本章在完成指標體系構(gòu)建之后,應(yīng)用MATLAB建立了基于GA-SVM的創(chuàng)新型城市評價模型,并編程實現(xiàn),查詢MATLAB程序運行反饋結(jié)果,顯示測試集的均方誤差為1.030319;與真實值曲線的相關(guān)系數(shù)為98.0536%,這說明預(yù)測結(jié)果具有科學性,輸出最佳的懲罰因子C和核函數(shù)?分別為30.5785和0.4983。最終評價得到了科教城市合肥市與
5、參評城市的相對位次為11.90,創(chuàng)新型建設(shè)水平位列所有參評城市之中第12名,與山東濟南市相仿。2014年3月24日發(fā)布的最新一期中國城市排行榜,合肥市與濟南市同屬二線城市梯隊,這也有利佐證了評價結(jié)果的客觀性與科學性。本章結(jié)尾對加速創(chuàng)新型城市建設(shè)進程提出了相應(yīng)的建議與對策。
第五章簡單說明本篇論文的研究成果與不足。
創(chuàng)新型城市評價研究是創(chuàng)新型國家建設(shè)的有力支撐與重要途徑,本身具有鮮明的實際意義。評價作為一種重要研究方手
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法尋優(yōu)支持向量機模型的城市創(chuàng)新能力評價研究
- 基于遺傳算法尋優(yōu)支持向量機模型的城市創(chuàng)新能力評價研究
- 基于遺傳算法優(yōu)化支持向量機的圖像識別
- 基于遺傳算法優(yōu)化支持向量機的鐵路客運量預(yù)測.pdf
- 支持向量機并行訓(xùn)練算法與基于遺傳算法的參數(shù)優(yōu)化研究.pdf
- 基于支持向量機和遺傳算法股市預(yù)測.pdf
- 基于遺傳算法的改進支持向量機財務(wù)預(yù)警研究.pdf
- 基于遺傳算法的維權(quán)重支持向量機的研究.pdf
- 畢業(yè)論文----基于遺傳算法的核支持向量機研究
- 基于支持向量機和遺傳算法的圖像盲水印研究.pdf
- 基于遺傳算法的小波支持向量機模型及其應(yīng)用.pdf
- 基于支持向量機和遺傳算法的混凝土碳化預(yù)測研究.pdf
- 基于支持向量機和遺傳算法的人臉識別研究.pdf
- 遺傳算法和支持向量機混合方法及其應(yīng)用.pdf
- 基于遺傳算法與支持向量機的接地網(wǎng)故障診斷.pdf
- 基于支持向量機和遺傳算法的基因表達譜數(shù)據(jù)分類.pdf
- 遷移式并行遺傳算法求解支持向量機反問題.pdf
- 基于量子遺傳算法和支持向量機的人臉識別方法.pdf
- 基于遺傳算法與支持向量機融合的特征基因抽取方法研究.pdf
- 支持向量機的快速優(yōu)化算法.pdf
評論
0/150
提交評論