智能决策支持系统的理论及应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

智能决策支持系统的理论及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 决策支持系统概述1

1.1 决策支持系统的内涵1

1.1.1 决策支持系统的概念1

1.1.2 决策支持系统的组成与系统结构1

1.1.3 决策支持系统与管理信息系统的比较8

1.2 决策支持系统中模型库系统简介10

1.2.1 建模在DSS中的地位与重要性10

1.2.2 模型库系统的结构10

1.3 模型库的内容及分类11

1.3.1 模型库的内容11

1.3.2 模型库的分类12

1.4 模型库管理系统（MBMS）13

1.4.1 模型库管理系统的功能13

1.4.2 模型库管理系统的结构13

1.4.3 模型库管理系统的工作原理14

1.5 决策支持系统中数据库的组成16

1.6 本章小结19

第2章 智能决策支持系统概述20

2.1 智能决策支持系统的内涵20

2.1.1 智能决策支持系统的基本概念20

2.1.2 智能决策支持系统的结构及特点21

2.1.3 智能决策支持系统的特点和功能25

2.2 智能决策主要方法26

2.2.1 机器学习26

2.2.2 软计算方法26

2.2.3 数据仓库和数据挖掘27

2.2.4 基于范例推理（Case-Based Reasoning,CBR）29

2.3 智能决策支持系统的发展29

2.3.1 智能决策支持系统的分类29

2.3.2 智能决策支持系统发展中遇到的问题30

2.3.3 智能决策支持系统的发展展望31

2.4 本章小结31

第3章 基于粗糙集方法的数据处理33

3.1 粗糙集理论的基本概念33

3.1.1 粗糙集理论的知识表示33

3.1.2 粗糙集理论的知识获取37

3.2 数据的离散化预处理37

3.3 基于粗糙集理论的决策表约简40

3.4 本章小结43

第4章 神经网络的训练算法和模型研究44

4.1 神经网络的训练算法44

4.1.1 单参数动态搜索算法（SPDS）44

4.1.2 前馈式神经网络（BP网络）的权值诱导和层次训练算法50

4.1.3 约束SPDS算法50

4.1.4 集成BP算法与SPDS算法优点的快速组合训练算法51

4.2 神经网络模型53

4.2.1 基于BP算法的区域映射模型53

4.2.2 基于SPDS算法的区域映射模型58

4.2.3 区域映射模型的判定区域和分类算法60

4.3 计算实例62

4.4 本章小结66

第5章 基于粗集、神经网络和专家系统的智能决策支持系统67

5.1 粗糙集与神经网络集成系统的研究67

5.1.1 粗糙集与神经网络的异同点67

5.1.2 粗糙集与神经网络的集成68

5.2 神经网络与专家系统集成的研究69

5.2.1 专家系统与神经网络的异同点69

5.2.2 专家系统与神经网络的集成70

5.3 粗糙集、神经网络与专家系统集成系统的功能结构71

5.4 粗糙集、神经网络与专家系统集成系统的框架结构72

5.5 应用实例74

5.6 本章小结82

第6章 基于小波分析的心电信号处理83

6.1 心电图概述及国内外心电信号自动分析研究现状83

6.1.1 心电图概述83

6.1.2 心电图的自动分析技术86

6.2 小波理论基础91

6.2.1 连续小波变换92

6.2.2 连续小波变换的离散化92

6.2.3 多分辨分析与Mallat算法93

6.2.4 小波基的选择101

6.3 基于小波变换的ECG信号特征点检测103

6.3.1 检测ECG突变点的原理103

6.3.2 模极大值与突变点局部奇异性的关系105

6.3.3 信号奇异值的小波变换检测原理108

6.3.4 ECG特征点的小波变换检测方法110

6.4 小波变换检测方法的实现117

6.4.1 ECG信号的采集117

6.4.2 信号的预处理118

6.4.3 特征点检测的实现119

6.4.4 MIT/BIH标准心电数据库的评估121

6.5 多元小波变换及逆变换122

6.5.1 多元可允许小波123

6.5.2 多元小波变换及逆变换124

6.5.3 二元小波变换数值方法126

6.6 本章小结128

第7章 心血管疾病诊断智能决策支持系统的实现129

7.1 心血管疾病诊断智能决策支持系统的可行性129

7.2 心血管疾病诊断智能决策支持系统的设计131

7.2.1 样本的采集与预处理132

7.2.2 系统的人机界面设计133

7.2.3 提高系统主动性的研究138

7.3 心血管疾病诊断智能决策支持系统的诊断结果140

7.3.1 心肌梗塞诊断结果分析140

7.3.2 心绞痛诊断结果分析142

7.3.3 高血压诊断结果分析144

7.4 本章小结152

第8章 我国A股市场流动性风险的可拓智能预警153

8.1 金融风险预警预警理论154

8.1.1 金融风险预警的基本思路和基本原理154

8.1.2 金融风险预警的基本内容155

8.2 股票市场流动性风险度量国内外研究现状155

8.2.1 流动性的概念和四维衡量标准155

8.2.2 股票市场流动性的度量方法161

8.2.3 流动性风险预期损失的度量方法164

8.2.4 国内外研究现状及评价166

8.3 可拓学理论的基本思想和方法171

8.3.1 可拓学的基本思想171

8.3.2 物元理论172

8.3.3 可拓数学——可拓集合和关联函数175

8.3.4 综合评判的可拓物元方法176

8.4 股票市场流动性风险预警的可拓模型设计180

8.4.1 股票市场流动性风险的可拓定义180

8.4.2 股票市场流动性风险预警的矛盾问题求解模型182

8.4.3 股票市场流动性风险的可拓性分析184

8.4.4 基于可拓理论的我国A股市场流动性风险预警模型设计186

8.5 我国A股市场流动性风险可拓智能预警系统的应用202

8.5.1 样本期内流动性风险情况分析203

8.5.2 各指标的风险界限划分207

8.5.3 可拓流动性风险预警指标体系的经典域和节域218

8.5.4 可拓智能预警模型在A股市场的应用实例220

8.5.5 实证结果分析230

8.5.6 政策建议232

8.6 本章小结234

参考文献236

后记247