智能决策支持系统中CBR、RBR的集成

本文主要探讨智能决策支持系统中两种常用的推理方法(基于范例的推理Case-Based Reasoning,简称CBR与基于规则的推理Rule-Based Reasoning,简称RBR)的集成问题,重点讨论CBR与RBR的集成模式,知识表示和知识转换等.文中提出了一种新的知识表示方法,并在此基础上给出了一个CBR与RBR的集成框架.     

基于改进遗传算法的决策规则库自动维护与求精机制研究

智能决策支持系统的性能和决策质量的优劣取决于知识库的内容和运行情况,随着系统和问题的日益复杂,知识库的规模越来越庞大,内容越来越复杂,需要提供有效的方法实现其优化管理.对智能决策支持系统中规则库的运行特性和可能的潜藏缺陷进行归纳分析,提出一种将传统优化方法和遗传算法相结合的二级规则库维护与求精机制,可以较好地识别和消除8种规则库缺陷,提高知识库的运行效率和推理求解效果.对各环节给出了具体的操作算法,可以实现在专家少量参与下的规则库自动优化.     

基于人工智能贷款风险分类的系统设计

近年提出的贷款风险五级分类法,需考虑财务、非财务、现金流量、信用支持及逾期时间等诸方面要素的影响.由于涉及有定量因素也有定性因素分析,这给处理分类问题带来一定的复杂性.为此本文探讨将人工智能技术中的神经网络和专家系统应用于贷款风险分类研究.文中用BP神经网络进行财务分析,而运用专家系统采用"规则组"的知识表示策略,对其它诸因素及分类综合进行了分析.从而得出了最终的贷款风险分类等级.     

关于上海市全社会固定资产投资的效果预测

根据上海"十五"规划的发展思路:"十五"期间,上海GDP的平均增长率力争保持在9%左右,至2005年总量达到7800亿元.为此,上海市在"十五"期间把重点放在了加快投资创新,加大或保持合理的投资力度,优化投资结构等方面.     

基于标杆的组织信息化评价-激励模型

组织信息化是一项系统工程,组织信息化评价是这个过程中不可缺少的重要环节。在分析现有组织信息化评价研究的基础上,结合激励理论,探索基于标杆的信息化评价-激励模型。该模型同时将组织信息化评价(反馈)和信息化促进(激励)融为一体,提供可以持续改进的促进组织信息化的机制。     

神经网络与专家系统相结合的银行贷款风险管理决策研究——国家自然科学基金项目79770086回溯

回顾了国家自然科学基金项目“神经网络与专家系统相结合的银行贷款风险管理决策研究”(79770086)的立项依据及实施过程。介绍了项目研究特色、研究目标以及项目主要成果与创新之处,并对研究成果的学术价值、应用及学术合作交流等进行了说明。     

银行个人贷款审批规则库的知识求精

鉴于个人贷款在银行业务中的比重不断上升,对个人贷款申请进行审批显得格外重要。由于初始规则库常常存在知识不完全或不一致等问题,所以需要规则库修正,即规则库知识求精。现以日本银行个人贷款审批规则库为例,采用神经网络技术,利用个人贷款审批的历史数据,对规则库进行知识求精。结果表明,求精后的规则数量减少了,而分类准确率却有很大的提高。