| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和研究意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 文献综述 | 第11-16页 |
| 1.2.1 财务危机预警研究方法综述 | 第11-13页 |
| 1.2.2 支持向量机模型的研究综述 | 第13-14页 |
| 1.2.3 模拟退火算法应用的文献综述 | 第14-16页 |
| 1.3 研究内容和研究方法 | 第16-18页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.3.3 研究思路 | 第17-18页 |
| 1.4 主要工作 | 第18-20页 |
| 第2章 支持向量机和模拟退火算法的相关理论 | 第20-30页 |
| 2.1 支持向量机的相关理论 | 第20-27页 |
| 2.1.1 统计学习理论 | 第20-21页 |
| 2.1.2 支持向量机简介 | 第21-25页 |
| 2.1.3 核函数和惩罚因子 | 第25-27页 |
| 2.2 模拟退火算法的相关理论 | 第27-29页 |
| 2.2.1 模拟退火算法的基本思想 | 第27-28页 |
| 2.2.2 模拟退火算法的步骤 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第3章 研究设计 | 第30-44页 |
| 3.1 样本选取及数据来源 | 第30-32页 |
| 3.1.1 样本选取 | 第30-31页 |
| 3.1.2 数据来源 | 第31-32页 |
| 3.2 研究变量的选取 | 第32-39页 |
| 3.2.1 研究变量的初选 | 第32-35页 |
| 3.2.2 研究变量的筛选 | 第35-39页 |
| 3.3 模拟退火建立支持向量机模型的算法构建 | 第39-42页 |
| 3.4 支持向量机模型建立的步骤 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 模型的建立与检验 | 第44-58页 |
| 4.1 基于模拟退火算法的支持向量机预警模型建立与检验 | 第44-51页 |
| 4.1.1 模拟退火算法选取模型因子和支持向量 | 第44-49页 |
| 4.1.2 模型的建立与检验 | 第49-51页 |
| 4.2 基于网格搜索算法的支持向量机的预警模型建立与检验 | 第51-56页 |
| 4.2.1 网络搜索法选取模型因子和支持向量 | 第51-55页 |
| 4.2.2 模型的建立与检验 | 第55-56页 |
| 4.3 结果对比分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 结束语 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 进一步展望 | 第58-60页 |
| 附表 | 第60-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |