基于人工智能方法的金审工程研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究的背景和意义 | 第10-16页 |
| ·研究的背景 | 第10-11页 |
| ·计算机审计发展的三个层面 | 第11-14页 |
| ·审计智能化研究的意义 | 第14-16页 |
| ·研究对象和研究方法 | 第16页 |
| ·研究对象 | 第16页 |
| ·研究方法 | 第16页 |
| ·本文研究框架及创新点 | 第16-20页 |
| ·本文研究框架 | 第16-18页 |
| ·创新点 | 第18-20页 |
| 第二章 人工智能基本理论 | 第20-36页 |
| ·智能系统 | 第20-25页 |
| ·智能系统的基本概念与特征 | 第20-21页 |
| ·智能系统的类型 | 第21页 |
| ·智能系统的基本结构 | 第21-23页 |
| ·智能系统的开发方法 | 第23-25页 |
| ·定性推理 | 第25-28页 |
| ·模糊仿真方法 | 第25-26页 |
| ·归纳推理法 | 第26页 |
| ·朴素物理方法 | 第26-27页 |
| ·定性控制理论研究中的关键问题 | 第27-28页 |
| ·国外应用现状 | 第28页 |
| ·人工神经网络 | 第28-34页 |
| ·人工神经网络发展的四个时期 | 第28-29页 |
| ·人工神经网络的类型 | 第29页 |
| ·BP(Back Propagation) 网络 | 第29-32页 |
| ·自组织映射(SOM)模型 | 第32-34页 |
| ·人工神经网络在经济管理中的应用 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第三章 智能化金审工程总体系统 | 第36-55页 |
| ·计算机审计概述 | 第36-40页 |
| ·计算机审计的概念 | 第36页 |
| ·审计三种传统模式 | 第36-37页 |
| ·计算机审计的特征 | 第37-39页 |
| ·计算机审计国内外发展 | 第39-40页 |
| ·计算机审计理论 | 第40-45页 |
| ·计算机审计的对象 | 第40-41页 |
| ·计算机审计的基本模型和方法 | 第41-43页 |
| ·计算机审计的作业模式 | 第43页 |
| ·计算机审计的流程 | 第43-45页 |
| ·审计智能化系统 | 第45-53页 |
| ·审计智能系统总体分析 | 第45-47页 |
| ·智能化计算机审计内容 | 第47-48页 |
| ·数据采集与转换 | 第48-49页 |
| ·数据采集智能化 | 第49-50页 |
| ·审计数据转换技术 | 第50-52页 |
| ·审计数据采集与转换系统功能设计 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第四章 智能化内部控制评价系统 | 第55-81页 |
| ·内部控制 | 第55-62页 |
| ·国外内部控制 | 第55-57页 |
| ·我国内部控制规范现状 | 第57-58页 |
| ·内部控制系统的重点内容 | 第58-59页 |
| ·内控职责层次分析 | 第59-60页 |
| ·内部控制要素分析 | 第60-61页 |
| ·内部控制评价的流程 | 第61-62页 |
| ·智能化内部控制评价系统 | 第62-68页 |
| ·智能化内部控制评价系统认识 | 第62-63页 |
| ·系统分析阶段 | 第63-64页 |
| ·内部控制评价系统逻辑模型分析 | 第64-66页 |
| ·智能化内部控制评价系统总体设计 | 第66-68页 |
| ·智能化内部控制评价系统的详细设计 | 第68-80页 |
| ·知识获取机制结构设计 | 第68-70页 |
| ·知识获取机制功能设计 | 第70-73页 |
| ·系统推理机制设计 | 第73-78页 |
| ·功能模块总体设计 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 内部控制评价中的定性仿真 | 第81-101页 |
| ·内部控制与定性仿真 | 第81-88页 |
| ·内部控制中的业务循环 | 第81-84页 |
| ·定性仿真QSIM算法 | 第84-88页 |
| ·内部控制评价定性仿真系统 | 第88-93页 |
| ·内部控制复杂控制问题递阶分解思想 | 第88-89页 |
| ·基于定性推理系统的内部控制评价系统结构 | 第89-90页 |
| ·处理流程 | 第90-91页 |
| ·系统功能结构 | 第91-93页 |
| ·基于业务循环的定性仿真 | 第93-99页 |
| ·业务循环的普通模型 | 第93页 |
| ·业务循环的普通模型的详细设计 | 第93-94页 |
| ·业务循环的各系统模块分解 | 第94-96页 |
| ·业务循环的各系统关系 | 第96页 |
| ·建立定性的成因推理模型 | 第96-98页 |
| ·短期控制程序模型 | 第98-99页 |
| ·长期控制程序模型 | 第99页 |
| ·本章小结 | 第99-101页 |
| 第六章 人工神经网络在审计智能中的应用 | 第101-127页 |
| ·数据挖掘、神经网络与审计 | 第101-108页 |
| ·数据挖掘 | 第101-102页 |
| ·人工神经网络与审计 | 第102-106页 |
| ·神经网络在审计应用中的环节分析 | 第106-108页 |
| ·BP网络与财务危机发现模型 | 第108-119页 |
| ·财务状况与财务比率 | 第108-111页 |
| ·审计分析模型的建立 | 第111-114页 |
| ·审计分析模型的实验 | 第114-119页 |
| ·基于自组织特征映射的纳税情况审计模型 | 第119-125页 |
| ·税种的选择 | 第119页 |
| ·税收审计模型指标选择 | 第119-120页 |
| ·自组织特征映射的分类判别方法 | 第120-121页 |
| ·模型建立 | 第121-122页 |
| ·模型实证分析 | 第122-125页 |
| ·本章小结 | 第125-127页 |
| 第七章 总结与展望 | 第127-131页 |
| ·总结 | 第127-129页 |
| ·不足与展望 | 第129-131页 |
| 参考文献 | 第131-138页 |
| 发表论文和科研情况说明 | 第138-139页 |
| 致谢 | 第139页 |
