网上购物 货比三家
您现在的位置:快乐比价网 > 图书 > 教育/科技 > 系统学 > 商品详情

系统分析方法集成研究及其在预测和监测中的应用/经济预测科学丛书

分享到:
系统分析方法集成研究及其在预测和监测中的应用/经济预测科学丛书

最 低 价:¥22.40

定 价:¥35.00

作 者:许伟马建汪寿阳

出 版 社:科学出版社

出版时间:

I S B N:9787030301970

商品详情

编辑推荐

  
          近年来,预测和监测方法与技术被用来解决复杂和不确定性系统的风险问题,以控制风险,减少损失。现有的预测和监测方法分别从不同的角度分析与解决问题,但在问题分析和方法选择的过程中缺乏系统的研究,往往预测结果精度不高,方法可扩展性不强,实际效果不理想。因此,需要对预测和监测方法进一步探索。这使得预测和监测方法的构造、选择与运用成为学术界研究的热点方向,成为实业界关注的焦点问题。在这一背景下,《系统分析方法集成研究及其在预测和监测中的应用》提出了一个系统分析方法集成的研究框架,对预测和监测方法进行了深入的研究,并将其运用于国际油价预测和电信欺诈监测。本书由许伟、马建、汪寿阳编著。
  

内容简介

      随着现代科学技术的发展与广泛应用,全球经济迅速发展,生产社会
  化大幅度提高,人们在享受其带来利益的同时,由此导致的风险和损失也
  随之而来。近年来,预测和监测方法发展迅速,被用来解决复杂的和不确
  定的风险问题,从而控制风险,减少损失。现有的预测和监测方法分别从
  不同的角度分析与解决问题,但在问题分析和方法选择的过程中缺乏系统
  的研究和探讨,导致结果精度不高,方法可扩展性不强,实际效果达不到
  理想的要求。
      《系统分析方法集成研究及其在预测和监测中的应用》提出一个系统
  分析方法集成的?究框架。这个研究框架以数据库、模型库、知识库以及案
  例库为基础,将定量方法与专家经验相融合,并发挥各种方法的优势,对
  不同方法进行集成。基于这个研究框架,对预测和监测方法进行深入的研
  究和讨论,并成功地将其运用于国际油价预测和电信欺诈监测。针对国际
  油价预测问题,构建一个SVM集成的国际油价预测方法。该方法包括基于油
  价时间序列的神经网络预测模型、基于向量神经网络的国际油价预测模型
  和基于情景分析的国际油价预测模型,并将定量模型和专家经验相结合,
  在油价预测中具有很高的应用价值。针对电信欺诈问题,构建一个贝叶斯
  集成的电信欺诈监测方法。该方法包括混合遗传规划和Logit回归监测模型
  、基于无指导聚类分析和特征提取的监测模型、AHP专家监测模型。结果表
  明,该方法具有较高的监测率和较低的误报率,在电信欺诈监测中具有很
  高的应用价值。本书的研究内容丰富了预测和监测理论。同时。两个应用
  实例为相关企业和管理部门在风险管理、成本控制等方面提供了有效的分
  析工具与决策支持。
      本书结构完整,思路清晰,语言流畅,是预测和监测领域不可多得的
  一本体系性参考书。
      《系统分析方法集成研究及其在预测和监测中的应用》对于从事预测
  科学和监测技术研究的研究人员、政府有关决策和管理部门的工作人员、
  原油和电信行业及相关企业的从业人员具有一定的参考价值。本书也适合
  高等院校管理学院、信息学院、金融学院等相关专业的师生阅读。本书由
  许伟、马建、汪寿阳编著。
  

作者简介

  总序
  前言
  第一部分  概述
    第1章  绪言
      1.1  研究背景与研究意义
      1.2  文献综述
      1.3  本书的研究内容、结构安排与特色
  第二部分  系统分析方法集成研究
    第2章  系统分析方法集成理论与方法
      2.1  引言
      2.2  系统分析方法集成研究的理论基础
      2.3  系统分析方法集成的形式化描述
      2.4  系统分析方法集成的模型方法
      2.5  本章小结
  第三部分  系统分析方法集成在国际油价预测中的应用
    第3章  国际油价影响因素分析研究
      3.1  引言
      3.2  基于粗糙集的小波神经网络分析模型
      3.3  混合模型的应用
      3.4  本章小结
    第4章  国际油价主要影响因素的分析与预测
      4.1  引言
      4.2  世界原油需求预测分析
      4.3  世界原油供给预测分析
      4.4  0ECD原油库存预测分析
      4.5  世界经济发展与汇率对国际油价的影响
      4.6  本章小结
    第5章  基于神经网络的国际油价时间序列预测研究
      5.1  引言
      5.2  小波神经网络简介
      5.3  基于神经网络的国际油价时间序列预测
      5.4  本章小结
    第6章  基于库存的小波神经网络国际油价预测
      6.1  引言
      6.2  小波神经网络
      6.3  基于库存的小波神经网络国际油价预测模型
      6.4  本章小结
    第7章  基于向量神经网络的国际油价预测
      7.1  引言
      7.2  基于向量神经网络的国际油价预测模型
      7.3  实证分析
      7.4  本章小结
    第8章  基于情景分析的国际油价预测
      8.1  引言
      8.2  基于情景分析的国际油价预测模型
      8.3  实证分析
      8.4  本章小结
    第9章  基于SVM系统分析方法集成的国际油价预测
      9.1  引言
      9.2  基于SVM集成的国际油价预测方法
      9.3  实证分析
      9.4  本章小结
  第四部分  系统分析方法集成在电信欺诈监测中的应用
    第10章  基于统计特征的用户行为分析研究
      10.1  引言
      10.2  电信欺诈类型与行为特征
      10.3  基于统计特征的用户行为分析模型
      10.4  本章小结
    第11章  基于粗糙模糊集的电信欺诈监测研究
      11.1  引言
      11.2  基于粗糙模糊集的电信欺诈监测模型
      11.3  监测模型在电信欺诈中的应用
      11.4  本章小结
    第12章  混合GP和Logit回归的电信欺诈监测研究
      12.1  引言
      12.2  混合GP和Logit回归的监测模型
      12.3  实证研究
      12.4  本章小结
    第13章  基于无指导聚类与特征提取的电信欺诈监测研究
      13.1  引言
      13.2  基于无指导聚类与特征提取的监测模型
      13.3  实证研究
      13.4  本章小结
    第14章  基于贝叶斯系统分析方法集成的电信欺诈监测
      14.1  引言
      14.2  基于贝叶斯系统分析方法集成的电信欺诈监测方法
      14.3  智能监测系统Citi FMS的设计与实施
      14.4  实证分析
      14.5  本章小结
  第五部分  总结与展望
    第15章  总结与展望
      15.1  本书的研究结论与创新点
      15.2  研究展望
  参考文献
  

目录

商品评论(0条)

暂无评论!

您的浏览历史

loading 内容加载中,请稍后...