| 第一章 项目背景 | 第1-16页 |
| ·引言 | 第10页 |
| ·财务分析模型采用了属性论方法中的定型映射函数 | 第10-11页 |
| ·属性论方法简介 | 第11-14页 |
| ·思维建构与智能模拟的属性论方法 | 第11-12页 |
| ·属性论方法与人工智能三大学派 | 第12页 |
| ·属性论方法中基于定性映射的模式识别与思维(形象)“涌现” | 第12-14页 |
| ·主要工作及技术难点 | 第14-16页 |
| 第二章 财务指标的选取和聚类 | 第16-32页 |
| ·财务指标选取的意义 | 第16-17页 |
| ·财务指标选取的技术方法 | 第16-17页 |
| ·财务指标维数的降低 | 第17-32页 |
| ·主分量分析 | 第17-23页 |
| ·因子分析 | 第23-32页 |
| 第三章 层次分析-微变因子调控算法确定权重 | 第32-38页 |
| ·权重 | 第32-33页 |
| ·一级指标和二级指标权重的确定 | 第32-33页 |
| ·基权值的确定 | 第33-36页 |
| ·权值因子判断表法 | 第33-34页 |
| ·排序法 | 第34-35页 |
| ·层次分析法 | 第35-36页 |
| ·利用微变因子对权值进行调整 | 第36-38页 |
| 第四章 均分斜率趋势分析算法解决预测问题 | 第38-53页 |
| ·回归分析法 | 第38页 |
| ·趋势分析法 | 第38-39页 |
| ·指数平滑法 | 第39-40页 |
| ·灰色模型法 | 第40页 |
| ·均分斜率趋势分析算法 | 第40-53页 |
| 第五章 结束语 | 第53-55页 |
| ·定性映射的优势 | 第53页 |
| ·实验结果分析 | 第53页 |
| ·未来的研究工作 | 第53-55页 |
| 参考文献 | 第55-57页 |