搜索
12017年专著第二版题目《评估、预测与战略预测-第二版》简介作者：路璐北京勤智数融信息技术有限公司2017年3月9日2主要研究方向和思路：本专著首先阐述人工智能专家评估系统的贝叶斯算法和处理因子聚合的自动系统设计；其次，讲述机器学习权重设定的算法和其系统设计；再次，论述线性预测、场景预测算法和偿债来源偏离度预测的算法；最后，介绍用自然语言生成报告的算法和评估报告自动生成系统的设计。现有工作基础：1、2008年发布自动平衡原理，包含对预测函数的拟合、插值与逼近的数值分析方法；2、2009年推出贝叶斯智能评估算法、循环体预测算法和场景预测算法的成果；3、2010年路璐以第一作者在俄罗斯伏尔加格勒国立技术大学发表4本关于评估、预测和战略预测的专著（1000余页）：《经济预测中的革新》、《战略经济预测与循环》、《解决企业战略经济课题专家系统在经济预测领域中的运用》、《经济预测中的场景预测法和循环体的应用》；4、2011年路璐完成了自动系统，推出评估预测的产品，《贝叶斯专家评估系统》、《利用循环体预测的自动系统》、《经济战略预测程序》，并获得俄罗斯国家知识产权办公室的专利；5、2011年路璐以项目主要负责人身份参与俄罗斯洲级科研项目8项，并得到优秀成果：《分析，诊断系统发展的战略预测》、《贝3叶斯专家评估系统》、《利用循环确定经济评估的自动系统》、《人工智能专家评估系统在心理语义学的声音识别的应用》、《人工智能专家评估系统在人的病历3D管理的应用》、《人工智能专家评估系统在心理和生理的特征曲线-相貌识别系统的应用》、《人工智能专家评估系统在按自动平衡方法自动选择药剂的应用》、《人工智能专家评估系统在化学反应数据库的应用》；6、2012年路璐以《评估、预测和战略预测》为课题通过俄罗斯工科博士级别的国家答辩。在此期间多次发表相关论文，参加国际学术科研会议，并在会议上发表演讲，得到法国、德国、乌克兰和日本国家的关注。其评估和预测的产品在多个俄罗斯科研项目中得到好评和认可；7、2012年山西阳泉《2012招才引智计划》，签署2.2亿人民币协议。8、2014年大公国际资信评估有限公司关建中董事长出版《大公信用评级原理》。9、2014年俄气集团在中国香港发债，12月我以大公国际信用分析师身份赴俄罗斯莫斯科对俄罗斯天然气集团“газпром”信用评级，出评估报告。10、2015年路璐得到北京朝阳区政府海外高端人才认定。11、2016年3月荣获《2016年北京博士后科研活动经费A类项目资助》。12、2016年7月注册《专家评估系统》软件著作权。13、2016年9月申报《2016年全国博士后科研活动经费面上c资助》。414、2016年9月研发《数字化智能评估系统》、《数字化评级权重自动生成系统》、《数字化评级机器学习权重优化系统》、《信用风险监测预警系统》、《评估报告自然语言生成系统》。15、2017年给贵阳市金融办研发“数控金融”平台项目。5专著内容图示：6专著逻辑思路图示：7技术路线图谱：以《大公评级原理》为根本评估方法预测方法众因子聚合理论层次分析法权重人工智能专家评估理论场景预测原理曲线预测原理系统设计数据标准化处理方法算法及数学建模系统工艺开发图系统动态结构图系统静态结构图自然语言处理技术以《评估、预测和战略预测》为方法机器学习理论《数字化智能评估系统》《数字化评级权重自动生成系统》《数字化评级机器学习权重优化系统》《信用风险监测预警系统》《评估报告自然语言生成系统》编程及产品注册软件专著权软件测试及升级大公数字化评级项目图谱偿债环境偿债来源财富创造能力偿债能力大公中央数据库企业信用评级分值、级别、级别含义、信用排行榜、信用数据的分析生成指标体系中的偿债环境、偿债来源、财富创造能力和偿债能力的众影响因子的权重对指标体系中的影响因子的权重进行优化偏离度及可调式核心指数的安全区间对信用风险进行监测预警场景预测法和自然语言生成技术评估报告的自动生成8作者简介人类从未停止过对未来的探索。2007年，欧美少数组织，如福特、壳牌公司，出现了以研究未来预测的职业人，大家称他们为“未来预测家”。俄罗斯是在21世纪初期把预测未来提到战略高度的。路璐，1980年济南生人，2008年在电子计算技术和自动系统设计专业的基础上，以俄罗斯研究员身份对“评估、预测和战略预测”课题进行研究。同年发表了自动平衡原理，预测函数的拟合、插值与逼近的数值分析方法。2009年对贝叶斯算法的人工智能专家评估系统，循环体预测方法，场景预测方法进行研究；在三代博士8年共同的研究的基础上，2010年作为第一作者在伏尔加格勒国立技术大学出版了4本关于“评估、预测和战略预测”的专著（1000余页）。2011年完成了自动系统设计，推出评估预测产品《贝叶斯专家评估系统》、《利用循环体预测的自动系统》、《经济战略预测程序》，并于2011年12月7日获得俄罗斯联邦知识产权办公室颁发国家程序注册专利证书。2012年以“评估、预测和战略预测”为课题通过俄罗斯工科博士级别的国家答辩。在此期间多次发表相关论文，参加国际学术科研会议和演讲，其研究成果得到法国、德国、乌克兰和日本国家的关注和好评。2014年进入大公国际资信评估公司研究院博士后站从事评估、预测科研工作。2015年得到北京朝阳区政府高端人才认定。9专著简介目录序言第一章评估第一节评估中的众因子聚合和归一第二节层次分析法计算权重第三节机器学习的权重算法第四节人工智能专家评估系统第二章预测第一节生命周期循环原理第二节场景预测原理第三节曲线预测第四节时空预测的哲学观点第三章偏离度第一节数据标准化处理第二节关于受评主体随时间变化的偏离度函数的拟合第三节关于影响偏离度的可调节的N维指数的建模第四节场景预测和偏离度第四章贝叶斯信用评估模型第一节贝叶斯方法基本原理10第二节贝叶斯估计推广第三节贝叶斯信用评估模型第四节贝叶斯方法在评级项目中的应用第五节贝叶斯专家评估系统第五章评估预测自动系统的设计第一节大公原理评级逻辑图第二节自然语言生成报告自动系统设计第三节权重自动系统设计第四节专家评估自动系统的系统设计第五节机器学习训练权重自动系统设计附录1、贝叶斯算法的专家评估系统2.0版本使用说明2、贝叶斯算法的专家评估系统2.0版本知识库编辑器说明3、贝叶斯算法的专家评估预测系统国家专利参考文献11《评估、预测与战略预测》评估是识别，分析及评价的全过程。预测是研究和评估未来将会发生的事件及结果，是可供检测的科学方法。预测目的是为决策提供作为依据的信息，预测值是对未来数据值的无偏估计。战略是通向预测目的优化选择。Evaluation,ForecastingandStrategizedProjectionEvaluationistheprocessofrecognition,analysisandassessment.Forecasting,usuallyadoptingscientificmethodsthatcanbetestedorproved,providesinsightsandestimationsonpossiblecontingenciesandconsequencesofthefuture.Asforecastingaimstoproduceaccuratepredictedvalues(unbiasedestimationsoffuturedata),theobjectiveofforecastingistoprovideusefulinformationinthedecision-makingprocess.Strategyistheoptimizedapproachtoreachaspecificprojection.12AbstractThekeymethodologyofthisbookistheapplicationofArtificialintelligencealgorithmsinCreditRating,whichisbrieflydemonstratedbelow:Thewholequalitativeandquantitativeaggregativeindex/indicatorsshallbeprocessedbyBayesianArtificialIntelligenceEvaluationSystem.StoredintheConstantPool,impactfactorswouldbetrainedundertheMachineLearningAlgorithmstoproducetheweight.Thedatatrainingprocessshouldbedrivenbythedifferencebetweenexpectedoutputsandactualoutputs.Consequently,theweightvalueswouldbeupdatedconstantlybasedonthechangesofthelearningspeedandfailurefrequency,andtheweightwouldbeadjustedaccordingly.TheDeviationMathematicModelmakesitfeasibletoadjustsignificantfactors’deviationindex.Theprojectionswouldbeestablishedinaccordancewiththetrendcurveofdeviationindexoveracontinuoustimeinterval.Thelevel/degreeofdeviationwouldbeidentifiedbasedontheCirculatingPrediction(coding)Methodologyandeachlevel/degreeshallbedefinedbyscenario/scenepredictionmethod.Theinitialevaluation/ratingreports,constitutedbythesescenario/scenemodules,wouldbeprocessedandembellishedthroughNaturallanguagegenerationsystemtoformimprovedversionofratingreportswithhigherquality.13序言信用评级技术对于金融机构具有重要意义。信用评级的传统方法主要是包括专家法、打分法等在内的主观综合法，在信用评级行为越来越频繁和普遍的今天，冗繁的评定过程和过强的主观性使人们开始寻求传统法之外的信用评级方法。人工智能技术能显著地提高信用评级的准确度与适应性。基于人工智能技术的信用评估模型，实现自动生成高质量的信用评级报告。随着经济和金融机构业务的发展和扩张，对信用评级先进技术的需求日益显著，利用人工智能技术构建信用评估模型，具有独特的优势，用很高的研究意义和使用价值，而且有着广阔的应用前景。信用评估的发展过程由三个阶段组成：（1）定性分析阶段：信用评估技术的研究最初可以追溯到1930年，在1960年成为热点。在1970年前，信用评估的主要方法是依靠信用分析师，通过对所提供的各种财务报表的静态数据的分析，以及对受信主体的调查，从而得到相对主观的评估结果。（2）定量统计分析阶段：1941年，戴维德第一个用判别分析技术来区分信用好的主体和信用差的主体，信用评估技术从此进入定量研究的新阶段。然后研究者们相继提出了大量的定量信用风险的评估模型。（3）定量人工智能分析阶段：1980年以来，如人工智能专家系统、神经网络等被广泛的运用于构建信用评估模型，由于其14具有良好的可以适应于复杂的非线性分类的能力，因此性能结果优于统计学方法。近年来一些新的人工智能算法被开发出来用于信用评估，典型的有两阶段评估模型：杂合评估模型和分类器集成评估模型，这些模型将单个分类器进行组合以提高精度，通过实验测