基于多维时间序列的信用评价建模及应用
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 选题背景与问题的提出 | 第12-14页 |
| 1.2 国内外相关研究及进展 | 第14-21页 |
| 1.2.1 国外信用评价研究状况 | 第14-17页 |
| 1.2.2 国内信用评价研究状况 | 第17-20页 |
| 1.2.3 存在的问题 | 第20-21页 |
| 1.3 论文的主要工作 | 第21-22页 |
| 第2章 指标体系建立与常用信用评价模型 | 第22-42页 |
| 2.1 信用评价指标体系的建立 | 第22-27页 |
| 2.2 常用分类模型 | 第27-38页 |
| 2.2.1 统计学方法 | 第27-30页 |
| 2.2.2 非统计学方法 | 第30-32页 |
| 2.2.3 专家系统方法 | 第32页 |
| 2.2.4 神经网络方法 | 第32-38页 |
| 2.3 信用评价分类系统 | 第38-41页 |
| 2.3.1 信用评价等级的划分 | 第38-39页 |
| 2.3.2 信用评价的数据类型 | 第39-40页 |
| 2.3.3 信用评价分类系统的描述 | 第40-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第3章 基于灰色模糊的多维时间序列信用评价模型 | 第42-62页 |
| 3.1 引言 | 第42-43页 |
| 3.2 时间序列 | 第43-44页 |
| 3.2.1 时间序列的定义 | 第43-44页 |
| 3.2.2 时间序列的数学表达 | 第44页 |
| 3.3 灰色关联分析 | 第44-46页 |
| 3.4 模糊聚类 | 第46-51页 |
| 3.4.1 模糊集合的定理 | 第48-49页 |
| 3.4.2 模糊关系 | 第49-51页 |
| 3.5 基于灰色模糊的多维时间序列信用评价模型 | 第51-54页 |
| 3.5.1 基本思想 | 第51-52页 |
| 3.5.2 模型的建立 | 第52-54页 |
| 3.6 实例分析与仿真 | 第54-59页 |
| 3.6.1 仿真研究 | 第54-55页 |
| 3.6.2 结果分析 | 第55-59页 |
| 3.7 本章小结 | 第59-62页 |
| 第4章 基于模糊多属性决策的信用评价模型 | 第62-82页 |
| 4.1 引言 | 第62-63页 |
| 4.2 多属性决策 | 第63-64页 |
| 4.3 聚类有效性评价 | 第64-72页 |
| 4.4 基于模糊多属性决策的信用评价模型 | 第72-78页 |
| 4.4.1 基本思想 | 第72页 |
| 4.4.2 模型的建立 | 第72-78页 |
| 4.5 实例分析与仿真 | 第78-81页 |
| 4.5.1 仿真研究 | 第78-79页 |
| 4.5.2 结果分析 | 第79-81页 |
| 4.6 本章小结 | 第81-82页 |
| 第5章 基于模糊聚类与规则提取的信用评价模型 | 第82-92页 |
| 5.1 引言 | 第82-83页 |
| 5.2 聚类分析 | 第83-85页 |
| 5.2.1 聚类分析的数学描述 | 第83页 |
| 5.2.2 信用评价聚类分析的基本步骤 | 第83-85页 |
| 5.3 投影寻踪技术 | 第85-86页 |
| 5.4 基于模糊聚类与规则提取的信用评价模型 | 第86-88页 |
| 5.4.1 基本思想 | 第86页 |
| 5.4.2 模型的建立 | 第86-88页 |
| 5.5 实验分析与仿真 | 第88-91页 |
| 5.5.1 仿真研究 | 第89-90页 |
| 5.5.2 结果分析 | 第90-91页 |
| 5.6 本章小结 | 第91-92页 |
| 第6章 多维时间序列的信用评价预测模型 | 第92-104页 |
| 6.1 引言 | 第92-96页 |
| 6.1.1 基本思想 | 第92-93页 |
| 6.1.2 时间序列基本预测方法 | 第93-96页 |
| 6.2 实验分析与仿真 | 第96-102页 |
| 6.2.1 数据选取 | 第96页 |
| 6.2.2 仿真研究 | 第96-98页 |
| 6.2.3 结果分析 | 第98-102页 |
| 6.3 本章小结 | 第102-104页 |
| 第7章 总结与展望 | 第104-106页 |
| 7.1 总结 | 第104-105页 |
| 7.2 展望 | 第105-106页 |
| 参考文献 | 第106-116页 |
| 致谢 | 第116-118页 |
| 攻读博士期间发表的论文 | 第118-120页 |
| 作者简介 | 第120页 |
