基于商务智能的电力财务预测系统的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究意义 | 第10-11页 |
| ·国内外研究动态 | 第11-12页 |
| ·论文研究的主要内容 | 第12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 商务智能关键技术 | 第13-21页 |
| ·商务智能解决方案 | 第13-14页 |
| ·SAP 商务智能的关键技术 | 第14-16页 |
| ·SAP 商务智能的构成 | 第14-15页 |
| ·SAP 商务智能的体系结构 | 第15-16页 |
| ·SAP 商务智能的数据流程 | 第16页 |
| ·财务管理系统业务分析 | 第16-20页 |
| ·财务管理系统现状分析 | 第17-18页 |
| ·财务管理的典型业务流程分析 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 基于商务智能财务预测系统的设计 | 第21-35页 |
| ·系统体系结构设计 | 第21-23页 |
| ·系统数据仓库设计 | 第23-31页 |
| ·需求分析 | 第24-26页 |
| ·逻辑模型设计 | 第26-31页 |
| ·物理模型设计 | 第31页 |
| ·系统OLAP 的设计 | 第31-32页 |
| ·系统功能设计 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于回归分析的财务预测模型的研究 | 第35-47页 |
| ·数据挖掘技术在系统中的应用 | 第35-36页 |
| ·回归分析 | 第36-38页 |
| ·线性回归 | 第36-37页 |
| ·非线性回归 | 第37-38页 |
| ·基于遗传算法的回归分析 | 第38-40页 |
| ·遗传算法 | 第38-39页 |
| ·基于遗传算法的回归分析 | 第39-40页 |
| ·基于遗传粒子群算法的回归分析 | 第40-43页 |
| ·粒子群算法 | 第41-42页 |
| ·遗传算法与粒子群算法的结合 | 第42-43页 |
| ·回归分析预测模型 | 第43-46页 |
| ·基于遗传粒子群算法的回归分析 | 第43-44页 |
| ·回归分析预测模型的实现 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于商务智能的财务预测系统实现 | 第47-58页 |
| ·系统数据仓库实现 | 第47-49页 |
| ·财务预测模型的实现 | 第49-53页 |
| ·预测模型在SAP 商务智能中的实现 | 第49-52页 |
| ·结果分析 | 第52-53页 |
| ·系统分析功能的实现 | 第53-56页 |
| ·资产分析模块 | 第53-54页 |
| ·应收应付分析模块 | 第54-55页 |
| ·购售电分析模块 | 第55-56页 |
| ·系统的安全性 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·论文总结 | 第58页 |
| ·下一步工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及其成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 详细摘要 | 第65-77页 |
