智能決策支持系統(tǒng)的理論及應用

第1章  決策支持系統(tǒng)概述
  1.1  決策支持系統(tǒng)的內(nèi)涵
    1.1.1  決策支持系統(tǒng)的概念
    1.1.2  決策支持系統(tǒng)的組成與系統(tǒng)結構
    1.1.3  決策支持系統(tǒng)與管理信息系統(tǒng)的比較
　1.2  決策支持系統(tǒng)中模型庫系統(tǒng)簡介
    1.2.1  建模在DSS申的地位與重要性
    1.2.2  模型庫系統(tǒng)的結構
  1.3  模型庫的內(nèi)容及分類
    1.3.1  模型庫的內(nèi)容
    1.3.2  模型庫的分類
  1.4  模型庫管理系統(tǒng)(MBMS)
    1.4.1  模型庫管理系統(tǒng)的功能
    1.4.2  模型庫管理系統(tǒng)的結構
    1.4.3  模型庫管理系統(tǒng)的工作原理
    1.5  決策支持系統(tǒng)中數(shù)據(jù)庫的組成
    1.6  本章小結
第2章  智能決策支持系統(tǒng)概述
  2.1  智能決策支持系統(tǒng)的內(nèi)涵
    2.1.1  智能決策支持系統(tǒng)的基本概念
    2.1.2  智能決策支持系統(tǒng)的結構及特點
    2.1.3  智能決策支持系統(tǒng)的特點和功能
  2.2  智能決策主要方法
    2.2.1  機器學習
    2.2.2  軟計算方法
    2.2.3  數(shù)據(jù)倉庫和數(shù)據(jù)挖掘
    2.2.4  基于范例推理(Case.Based Reasoning，CBR)
  2.3  智能決策支持系統(tǒng)的發(fā)展
    2.3.1  智能決策支持系統(tǒng)的分類
    2.3.2  智能決策支持系統(tǒng)發(fā)展中遇到的問題
    2.3.3  智能決策支持系統(tǒng)的發(fā)展展望
  2.4  本章小結
第3章  基于粗糙集方法的數(shù)據(jù)處理
  3.1  粗糙集理論的基本概念
    3.1.1  粗糙集理論的知識表示
    3.1.2  粗糙集理論的知識獲取
  3.2  數(shù)據(jù)的離散化預處理
  3.3  基于粗糙集理論的決策表約簡
  3.4  本章小結
第4章  神經(jīng)網(wǎng)絡的訓練算法和模型研究
  4.1  神經(jīng)網(wǎng)絡的訓練算法
    4.1.1  單參數(shù)動態(tài)搜索算法(SPDS)
    4.1.2  前饋式神經(jīng)網(wǎng)絡(BP網(wǎng)絡)的權值誘導和層次訓練算法
    4.1.3  約束SPDS算法
    4.1.4  集成BP算法與SPDS算法優(yōu)點的快速組合訓練算法51
　4.2  神經(jīng)網(wǎng)絡模型
    4.2.1  基于BP算法的區(qū)域映射模型
    4.2.2  基于SPDS算法的區(qū)域映射模型
    4.2.3  區(qū)域映射?型的判定區(qū)域和分類算法
  4.3  計算實例
  4.4　本章小結
第5章  基于粗集、神經(jīng)網(wǎng)絡和專家系統(tǒng)的智能決策支持系統(tǒng)
　5.1  粗糙集與神經(jīng)網(wǎng)絡集成系統(tǒng)的研究
    5.1.1  粗糙集與神經(jīng)網(wǎng)絡的異同點
　　……
第6章　基于小波分析的心電信號處理
第7章　心血管疾病診斷智能決策支持系統(tǒng)的實現(xiàn)
第8章　我國A股市場流動性風險的可拓智能預警
參考文獻
后記