论文部分内容阅读
随着现代科学技术的发展与广泛应用，以及全球经济的迅速发展和生产社会化的大幅度提高，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，用以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，从而导致了结果精度不高、方法可扩展性不强，实际效果达不到理想的要求。因此，预测和监测方法需要进一步的探索与努力，这也使得预测和监测方法的构造、选择与运用成了学术界研究的热点和实业界关注的焦点问题。在这一背景下，本文提出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和讨论，并成功地运用于国际油价预测和电信欺诈监测。本文的研究工作主要包括以下几个方面：
(1)提出了系统分析方法集成的研究框架。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，将不同方法进行集成。在这个研究框架中，系统地融合了选择模型、求解模型、评估模型以及集成模型。针对研究问题，首先利用选择模型确定一组适合求解的模型和方法，包括定量方法和专家经验方法。其次，将各个方法应用到复杂系统或复杂子系统中，对问题进行求解。再次，通过评估模型对结果进行评估，选出一组可行的求解结果。最后，利用集成模型，把可行的求解结果进行集成，形成对复杂系统总体的分析与建模，得到满意的结果。基于提出的研究框架，对预测和监测方法进行了深入的研究和讨论，系统分析方法集成的研究框架是预测和监测理论研究中的创新。
(2)在系统分析方法集成的研究框架下，提出了一个基于粗糙集的小波神经网络的分析方法。这一方法充分利用了粗糙集、神经网络和文本挖掘的互补性与优点，并应用到国际油价的中长期影响因素分析中。这个模型在国际油价影响因素分析中具有较高的应用价值。
(3)基于国际油价影响因素模型的结果，对国际油价中长期主要影响因素进行了分析和预测。其中，对国际油价最主要的影响因素-需求因素进行了重点分析与讨论。运用支持向量机和马尔科夫模型，建立了一个新的集成支持向量机和马尔科夫的非线性国际石油需求预测模型。这种方法充分发挥了支持向量机模型在趋势预测和马尔科夫在误差拟合方面的优势，通过二者的集成能够提高原油需求预测的准确度，在国际原油需求预测上具有较高的应用价值。
(4)利用神经网络模型，提出了一个基于原油库存的小波神经网络国际油价预测模型。这个模型中充分刻画了原油库存和国际油价之间的非线性关系，是国际油价预测的新方法。
(5)基于国际油价以及主要影响因素之间的非线性关系，建立了一个基于神经网络的非线性国际油价预测模型。在这个模型中，(a)油价和主要影响因素都作为内生变量进行外推预测；(b)集成专家知识和主要影响因素的预测结果，对影响油价的主要因素进行情景分析，并对国际油价进行预测；(c)两种方法预测结果的集成与讨论分析。这个模型在国际油价预测上具有较高的应用价值。
(6)基于系统分析方法集成的研究框架，提出了一个SVM集成的国际油价预测方法。该方法将定量模型和专家经验相结合，充分考虑了各个子模型在预测中的优势和互补，集成文本挖掘技术、粗糙集理论和神经网络进行预测分析，取得了较高的预测精度。因此它在油价预测上具有很高的应用价值。
(7)运用遗传规划和Logit回归模型，建立了一个混合遗传规划和Logit回归的电信欺诈监测模型。这个模型用于提取电信欺诈行为的非线性特征，用于电信欺诈的监测，是电信欺诈监测的一个新方法。
(8)利用聚类分析技术和粗糙集方法，提出一个基于无指导聚类分析和特征提取的电信欺诈监测模型。这个模型主要用于对没有标签的电信数据进行分析和监测。该方法在电信欺诈监测中具有较高的应用价值。
(9)基于系统分析方法集成的研究框架，建立了一个贝叶斯集成的电信欺诈监测方法。该方法集成了定量模型和专家经验，充分利用了不同模型之间的互补关系和各自的优势，集成AHP方法、有指导的监测方法和无指导的监测方法进行监测分析，取得了较高的准确率。因此它在电信欺诈监测上具有很高的应用价值。
(10)基于系统分析方法集成的研究框架，利用前面的模型、方法与技术，集成定量模型和专家经验，利用AHP方法、聚类技术、粗糙集方法、遗传规划、Logit回归模型以及贝叶斯集成方法以及Web技术开发了电信智能监测系统(CitiFMS)。这个系统可以用以统计分析、特征提取、异常监测以及案例分析，并可直接应用于实际。实证的综合评价结果表明，电信智能监测系统Citi FMS具有很强的数据处理能力、很高的稳定性和准确性。