文摘
英文文摘
前言
第一章信用评价综述
1.1信用、信用风险及信用评价
1.2国内外信用评价的历史、发展、现状
1.3企业信用评价体系
1.4企业信用评价模型
1.4.1 财务比率分析模型
1.4.2传统统计模型
1.4.3人工智能模型
第二章人工智能技术
2.1人工智能概述
2.2专家系统
2.2.1 专家系统的结构与专家系统原型
2.2.2产生式知识表示法
2.2.3 知识库
2.2.4推理机制
2.2.5解释机制与解释器
2.3人工神经网络
2.3.1 人工神经网络概述
2.3.2 BP神经网络结构及其学习算法
2.4混合型专家系统
2.4.1 神经网络和专家系统结合的必要性
2.4.2 神经网络子功能块
2.4.3 混合型专家系统的一般框架
2.4.4 混合型专家系统的设计步骤
第三章混合型专家系统信用评价模型
3.1样本选择与处理
3.1.1 样本总体概述及预处理
3.1.2 模式的划分与财务比率选择
3.1.3财务比率的意义
3.2信用评价混合型专家系统框架
3.3专家系统构建
3.3.1 知识库的构建
3.3.2推理机的构建
3.3.3 基于事实的自动解释器的构建
3.4混合型专家系统评级性能
第四章面向对象方法建造专家系统部分
4.1面向对象技术与专家系统
4.1.1 面向对象的基本概念
4.1.2 面向对象方法适用于建造专家系统
4.2针对专家系统的面向对象分析和面向对象设计
4.2.1 对象模型
4.2.2 功能模型
4.3面向对象专家系统的可视化实现
4.3.1 C++Builder编程工具的特点
4.3.2 类的实现
4.3.3推理的实现
第五章系统的整体实现和主要功能介绍
5.1系统的整体结构
5.2主要功能模块介绍
5.3系统特点
第六章结束语
参考文献
致谢