文摘
英文文摘
声明
第一章绪论
1.1 研究的背景和意义
1.1.1 研究的背景
1.1.2 研究的意义
1.2 国内外研究现状
1.2.1 国内外信贷风险预警系统研究现状
1.2.2 国内外对基于案例推理的研究现状
1.3 研究思路与内容
第二章 信贷风险预警与基于案例推理的基本理论
2.1 信贷风险预警相关理论
2.1.1 信贷风险概念
2.1.2 信贷风险的种类
2.1.3 信贷风险预警的理论基础
2.2 基于案例推理的相关理论
2.2.1 CBR的工作过程
2.2.2 CBR的关键技术
2.3 本章小结
第三章 信贷风险预警指标库系统的研究
3.1 信贷风险预警指标库系统总体设计
3.1.1 预警指标库系统结构设计
3.1.2 预警指标库系统功能设计
3.1.3 预警指标库运行原理
3.1.4 警度界限的划分
3.2 预警指标库数据模型设计
3.3 信贷风险预警指标库参考模型设计
3.3.1 参考模型指标设计的原则
3.3.2 企业客户参考模型设计思路
3.3.3 企业客户参考模型分析
3.3.4 企业客户参考模型的确定
3.3.5 参考模型权重的确定
3.4 本章小结
第四章 基于案例推理的信贷风险预警系统设计
4.1 系统的功能与框架
4.2 系统的工作流程
4.3 案例库系统的设计
4.3.1 案例的框架表示法
4.3.2 案例库的数据模型
4.4 方法库系统的设计
4.4.1 方法库的设计思路与结构
4.4.2 基于最近相邻法的CBR
4.4.3 基于人工神经网络的CBR
4.4.4 两种方法的比较
4.5 本章小结
第五章 基于案例推理的信贷风险预警系统实现
5.1 开发平台与系统功能菜单
5.1.1 开发平台的选择
5.1.2 系统功能菜单
5.2 指标库功能实现
5.3 案例库功能实现
5.4 最近相邻检索算法实现实例
5.5 神经网络算法实现实例
5.5.1 自动生成Matlab程序
5.5.2 Matlab中网络学习与误差检验
5.5.3 问题案例警度的预测
5.6 本章小结
结 论
参考文献
附录:相关DELPHI源程序代码
致谢