| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 序言 | 第8-11页 |
| 选题背景 | 第8-9页 |
| 文献综述 | 第9-10页 |
| 研究目的 | 第10页 |
| 创新之处 | 第10-11页 |
| 1. 经济利润在上市公司企业价值评估中的应用 | 第11-15页 |
| ·经济利润EVA概念及理论提出 | 第11页 |
| ·经济利润与传统会计利润的比较 | 第11-13页 |
| ·经济利润EVA的作用 | 第13-14页 |
| ·计算经济利润的方法 | 第14-15页 |
| ·对我国上市公司应用经济利润评估企业价值 | 第15页 |
| 2. 数据挖掘技术及遗传算法 | 第15-21页 |
| ·数据挖掘技术 | 第15-18页 |
| ·数据挖掘的功能 | 第16-17页 |
| ·数据挖掘的方法 | 第17页 |
| ·数据挖掘的程序 | 第17-18页 |
| ·遗传算法 | 第18-21页 |
| ·遗传算法的出现 | 第18页 |
| ·遗传算法的生物学原理 | 第18页 |
| ·遗传算法的基本概念 | 第18-19页 |
| ·遗传算法的操作 | 第19-21页 |
| 3. 应用遗传算法评价上市公司经济利润 | 第21-32页 |
| ·遗传算法对上市公司经济利润的评价 | 第21-22页 |
| ·遗传算法在评价上市公司经济利润中具有的特点 | 第22页 |
| ·基于遗传算法的规则积分预测模型 | 第22-25页 |
| ·评价样本和指标的选取 | 第25-28页 |
| ·样本的选取 | 第25-26页 |
| ·样本指标的选取 | 第26-28页 |
| ·种群的规模和染色体编码 | 第28-29页 |
| ·适应度函数设计 | 第29页 |
| ·遗传算法的选择 | 第29-30页 |
| ·遗传算法的交叉 | 第30页 |
| ·遗传算法的变异 | 第30页 |
| ·模型运行参数的设定 | 第30页 |
| ·预测模型结果的提取 | 第30-32页 |
| 4. 对遗传算法评价上市公司经济利润结果的验证和分析 | 第32-38页 |
| ·对遗传算法结果的验证 | 第32-33页 |
| ·遗传算法在上市公司经济利润评价中的应用分析 | 第33-37页 |
| ·遗传算法在上市公司未来经济利润预测的应用分析 | 第33-34页 |
| ·遗传算法在上市公司经济利润目标管理的应用分析 | 第34-37页 |
| ·在上市公司经济利润评价中应用遗传算法的总结 | 第37-38页 |
| 结论 | 第38-40页 |
| 后记 | 第40-41页 |
| 参考文献和注释 | 第41-44页 |
| 附录 | 第44-52页 |
| 研究生期间学术论文和研究成果 | 第52-53页 |
| 详细摘要 | 第53-59页 |