基于属性概念的金融智能决策模型的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-15页 |
| ·课题背景和研究意义 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 相关工作与理论基础 | 第15-23页 |
| ·复杂系统决策建模理论及研究现状 | 第15-18页 |
| ·定性定量转换理论——云模型 | 第15-17页 |
| ·贝叶斯网络推理理论 | 第17-18页 |
| ·证据理论 | 第18页 |
| ·金融决策模型的研究状况 | 第18-21页 |
| ·早期的数学模型——投资组合理论 | 第18-19页 |
| ·人工智能的引入——神经网络预测模型 | 第19-20页 |
| ·智能Agent 的引入——ASM 和MASST | 第20-21页 |
| ·小结 | 第21-23页 |
| 第3章 属性概念的建模与处理机制 | 第23-29页 |
| ·属性概念的建立基础 | 第23-25页 |
| ·信息属性概念的获取——空间状态的转换 | 第23-24页 |
| ·知识规则概述的理论基础 | 第24-25页 |
| ·基于属性概念的建模与处理框架 | 第25-26页 |
| ·低级抽象层 | 第25-26页 |
| ·高级建模层 | 第26页 |
| ·属性概念建模与处理的实现方式 | 第26-28页 |
| ·利用定性定量转换理论实现低级抽象层 | 第27页 |
| ·非结构性决策知识实现高级建模 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第4章 基于属性概念的金融智能决策模型 | 第29-41页 |
| ·模型建立的规则与信息处理要求 | 第29-30页 |
| ·决策模型结构框架 | 第30-31页 |
| ·模型框架的实现方式 | 第31-40页 |
| ·信息分类与原始数据 | 第31-32页 |
| ·定性属性概念与联系网络 | 第32-36页 |
| ·决策模型的因果联系构建——贝叶斯网络的建立 | 第36-38页 |
| ·可信度融合扩展——证据理论的应用 | 第38-40页 |
| ·小结 | 第40-41页 |
| 第5章 PC-FIDM 的原型实现 | 第41-54页 |
| ·决策模型原型实现的支持工具 | 第41-42页 |
| ·原型系统的实现以及处理过程 | 第42-48页 |
| ·原型的信息数据处理流程 | 第42-43页 |
| ·原型系统中金融原始数据的选择 | 第43-44页 |
| ·原型数据处理实例 | 第44-48页 |
| ·实验结果的分析 | 第48-52页 |
| ·小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 附录A （攻读学位期间所发表的学术论文目录） | 第60-61页 |
| 附录B （攻读学位期间所参与的科研活动） | 第61页 |
