【正文】 。. :信用評估模型的計算公式。. : 信用模型，一般包含一組計算公式和計算該模型所需要的指標組，指標組包含一些指標項。鵬篩鎬討顓辦費嘆攝虜。鵬篩鎬討顓辦費嘆攝虜鈺。. : 指標組是信用評估模型中所用到的一組指標，它包含一系列的指標項。. : 信用指標項 :可能直接由用戶提供，也可能由數(shù)據(jù)項或其它指標項通過特定的評估方法計算得到的指標，如銷售利潤率。糝殞鋦雋駛鶯諑壚輻驄。糝殞鋦雋駛鶯諑壚輻驄繚。. : 數(shù)據(jù)項，直接由用戶提供的數(shù)據(jù)，如固定資產(chǎn)。此應用領域的重要關系包括:、這些屬性的含義如下:. : 是數(shù)據(jù)類型屬性，它代表類的屬性，用來說明的計算表達式。頜層銖壺鮮儀計堯當涇。頜層銖壺鮮儀計堯當涇撓。. : 描述了和之間的關系。滾傴鈕碩鷙聳蔣憶貯贈。滾傴鈕碩鷙聳蔣憶貯贈鰾。. : 描述了和之間的關系。銑饜醞貽龍鵠臚擰奧憑。銑饜醞貽龍鵠臚擰奧憑軌。. : 描述了和之間的關系。撾鉬轍魘僑絢綰來誄緊。撾鉬轍魘僑絢綰來誄緊糞。. : 描述了和之間的關系。賒調(diào)軋憊劌髖糾殯縣鍥。賒調(diào)軋憊劌髖糾殯縣鍥峽。. : 包含（）其它所有資源。33 / 52. ：描述了和之間的關系。壘羥贖緙嘸竅碭瀋虯異。壘羥贖緙嘸竅碭瀋虯異飽。 信用本體的編碼信用本體的編輯是在 環(huán)境下編輯實現(xiàn)的，在 233。233。 中建立本體的方法可參考文章 [],這兩篇文章詳細介紹了本體的構建過程，以及語言中的詞匯表的意義。釁璉貢釙壘颯狽猙偵虜。釁璉貢釙壘颯狽猙偵虜諶。. 信用評估領域中類的表達編輯完成后本體中類的關系圖通過在 中，選擇菜單下菜單選項，然后在彈出的對話框中將選項選中后，可在 233。233。 環(huán)境中看到所建好的類之間的關系圖。信用本體中類的關系圖如圖所示： 畝擱謊為尋瓊淶矚腎驄。畝擱謊為尋瓊淶矚腎驄瑤。圖 信用模型本體的類關系圖. 屬性的表達屬性包括 （數(shù)據(jù)類型屬性）和 （類屬性）。數(shù)據(jù)類型屬性用來描述某個類所包含的簡單的屬性，而類屬性則是用來描述類與類之間的關系的。屬性的編輯主要包括屬性的，，以及屬性的一些特征如、和設置反屬性。系統(tǒng)建立的信用模型本體只使用了屬性的和兩個特性。綿嘮詮櫸異閿欏簫鵡涇。綿嘮詮櫸異閿欏簫鵡涇嘜。，是在本體編輯中最常用到的選項，設置的好壞對一個好的本體的建立有著很重要的關系。 : 域范圍，同中作用域的概念差不多，規(guī)定了該屬性作用的范圍，即該屬性可以被哪些類使用。: 值范圍，即該屬性的取值范圍，規(guī)定了該屬性可以從哪些類的實例中取值或者是那種數(shù)據(jù)類型。的、關系圖如圖所示:騶鴝記蕢戧滲擺絞絎贍。騶鴝記蕢戧滲擺絞絎贍閘。34 / 52圖 屬性的、關系圖.信用模型本體的類的關系通過以上編輯步驟建立好的信用本體，本體中的類通過屬性的關聯(lián)主要關系圖如下：圖 信用模型本體關系圖歸納這些資源間的關系：包含（）其它所有資源；從屬于（）某個；從直接獲取值（）；可以從其它的獲取值（）；從獲取參數(shù)（）；現(xiàn)閭襪鎰攆錘惻繕騫凱?，F(xiàn)閭襪鎰攆錘惻繕騫凱袞。從獲取最終評估結果（）；鐨輝藺敘檔檻豈藶禍緊。鐨輝藺敘檔檻豈藶禍緊潔。35 / 52信用模型本體文件的生成在中所建立的本體只是信用評估中所有模型的一個通用模型，通過系統(tǒng)存儲在數(shù)據(jù)庫中的某個具體的信用模型還需要通過系統(tǒng)生成新的本體文件，才能真正的表示一個信用模型所使用到的所有的參數(shù)以及計算公式。生成信用模型的本體這部分程序所作的工作，實際上就是將一個信用模型模型在中所建立的信用模型本體中的類、生成相應的實例，并通過信用本體中的屬性來描述這些實例之間的關系。梟裥蕎獰淪鉦壚蝕頸鍥。梟裥蕎獰淪鉦壚蝕頸鍥儲。下面對程序如何實現(xiàn)信用模型的本體生成步驟作以的闡述。 信用模型本體中類的表達. （對應本體模型中的類的結構）. （對應本體模型中的的結構）. （型的鏈表，用來信用模型中存取多個數(shù)據(jù)項）輟紺腦誒瀅摟廚議犧異。輟紺腦誒瀅摟廚議犧異銖。. （對應本體模型中的類的結構）. （型的鏈表，用來存取多個指標項）屢潯繾飛獼轄黨諑鐙虜。屢潯繾飛獼轄黨諑鐙虜膠。. （對應本體模型中的類的結構）. （對應本體模型中的類的結構）. （用來存取要寫入文件的內(nèi)容） 生成信用本體的文件內(nèi)容通過類來實現(xiàn)，類封裝了信用模型本體中的所有的類 、 、 、 、 、 、 、 、。并提供了分別生成生成這些類所對應的語言的內(nèi)容。并將本體的內(nèi)容寫入中存儲起來。詔弒緇峴瞼慫龜貯溈驏。詔弒緇峴瞼慫龜貯溈驏斕。 . ()。 模型轉(zhuǎn) . ()。 指標組轉(zhuǎn) . ( *)。 數(shù)據(jù)項轉(zhuǎn) 鳧沖經(jīng)糧籩賂雞軀鎧潔。鳧沖經(jīng)糧籩賂雞軀鎧潔鵜。 . ( *)。 指標項轉(zhuǎn) 聰駘縶轤終實騭邏顯贍。聰駘縶轤終實騭邏顯贍輾。 . ()作為結論的指標項轉(zhuǎn)鯧鋱竊鴇緶諏顫鉆邇凱。鯧鋱竊鴇緶諏顫鉆邇凱終。 . ()。 評估方法轉(zhuǎn)36 / 52 . ()在文件尾部加入堿賢矯攝膽嘮闊銻愷緊。堿賢矯攝膽嘮闊銻愷緊弳。 . ()生成注釋 . ()。 清除結構中的數(shù)據(jù)內(nèi)容 生成信用本體的文件使用類封裝了類，提供了直接生成本體文件的方法，通過將存儲在中的內(nèi)容寫到用戶指定的文件中，同時將本體文件存儲到本系統(tǒng)的本體庫中，供用戶查看。還提供了方法來判斷用戶給定的路徑是否合法，以及方法來獲取指定路徑下的本體文件的內(nèi)容。闋蘆畫腎藎覺鎪鐿賚鍥。闋蘆畫腎藎覺鎪鐿賚鍥驛。第六章 模糊網(wǎng)反向推理算法模糊網(wǎng)的基本構成近年來，提出了許多支持模糊推理和決策支持的模糊網(wǎng)模型( , 。 , 。 , , 。 , 。 , 。 , 。 , , ).模糊網(wǎng)的類型大致可以分為:模糊網(wǎng) ()、高級模糊網(wǎng)()、有色模糊網(wǎng) ()、自適應模糊網(wǎng)()等。溝礬爺銦蟈剛銪霽寧棄。溝礬爺銦蟈剛銪霽寧棄貝。反向推理算法是尋找與結果命題相關的輸入條件和相關規(guī)則。并不求解結果命題的值。算法僅涉及知識庫系統(tǒng)中的命題、規(guī)則。并不涉及命題和規(guī)則中的具體參數(shù)。因此，反向推理算法建立在模糊網(wǎng)的基本結構上。與模糊網(wǎng)模型的細節(jié)屬性無關，本文從上述各種模糊網(wǎng)模型中，抽取出模糊網(wǎng)模型的基本結構在這個基礎上建立反向推理算法。鈣槍濾黨許蕁鄶飫誥慮。鈣槍濾黨許蕁鄶飫誥慮瞇。一個模糊網(wǎng)的基本結構是一個五元組（, , , , ），其中:{,… }，表示庫所結點的有限集合。{,…}，表示變遷結點的有限集合。 {,…}，表示命題的有限集合, , ∩ ∩ ?。()∞，是輸入（輸出）函數(shù)，反映變遷到庫所的映射。若 ∈()，∈則從庫所到變遷之間有一條有向弧，是變遷的輸入弧。是變遷的輸入庫所是庫所的輸出變遷。若∈()，則從變遷到庫所之間有一條有向弧，是變遷的輸出弧，是變遷的輸出庫所，是庫所的輸入變遷. 懌處濁渾誹買躦騸嗆驏。懌處濁渾誹買躦騸嗆驏壘。知識庫系統(tǒng)中的每一條模糊產(chǎn)生式規(guī)則對應中的一個或一組變遷。規(guī)則中的命題一一對應中的庫37 / 52所。例:一個基于規(guī)則的知識庫系統(tǒng)有如下的模糊產(chǎn)生式規(guī)則 : : : : : : : : : 圖 例的模糊網(wǎng)基本結構根據(jù)模糊產(chǎn)生式規(guī)則建立的模型的基本結構如圖所示。反向推理算法在基于模糊產(chǎn)生式規(guī)則的知識庫系統(tǒng)中執(zhí)行知識分析、推理、決策支持等相關的推理時。從己知的前提命題的值推導出結果命題的值。相應的推理算法一般都建立在整個知識庫系統(tǒng)上[].知識庫系統(tǒng)可能是很復雜的規(guī)則庫系統(tǒng)。而與己知命題和結果命題相關的規(guī)則可能只是規(guī)則庫系統(tǒng)中很小的一部分。因此，有必要建立一個算法，把與問題相關的部分規(guī)則從整個知識庫系統(tǒng)中分離出來。建立在這一小部分規(guī)則集上的知識推理要簡單得多，也更容易滿足實時性的要求。另外，在一個較大的知識庫系統(tǒng)上進行決策支持時?？赡苄枰獙ふ页雠c結果命題相關的己知命題應該是哪些，解決上述問題的推理算法不同于通常意義上的推理算法。它是從問題的結果出發(fā)，在知識庫系統(tǒng)中抽取出一個子系統(tǒng)，或者尋找出與結果命題相關的前提命題。因此:。謝齒毀38 / 52覽賬繰財鱗蠼潔陝。本文提出的反向推理算法[]建立在矩陣運算的基礎上算法簡中一、正確但缺乏圖形的直觀性。 關聯(lián)矩陣和向量()對一個有個庫所和個變遷的模糊網(wǎng)模型建立一個*維的關聯(lián)矩陣 {}, .吶韋楨闔踐鴟諍齏蘭贍。吶韋楨闔踐鴟諍齏蘭贍讓。 若∈()∈∈ 若∈()∈∈ 否則()庫所向量()。 若是結果庫所或相關的輸入庫所∈ 否則()變遷向量() 若是與結果庫所相關的變遷∈ 矩陣運算符矩陣運算中使用最大代數(shù)中的兩個運算符? 和? 。??、和都是*維矩陣().?: ?, 、和分別是*維、*維和*維矩陣(*)。萊酈晉壩辭終裥俠輿擊。萊酈晉壩辭終裥俠輿擊潰。其中≤≤ 反向推理算法如果結果命題是,現(xiàn)在希望從知識庫系統(tǒng)中尋找到為推導而相關的規(guī)則,以及相應的前提命題,那么在模糊網(wǎng)模型上的反向推理算法為:鷲詛撿瞇釵騭蓀剝黃縶。鷲詛撿瞇釵騭蓀剝黃縶別。步驟,建立初始庫所向量()和初始變遷向量(,0m),以及關聯(lián)矩陣。其中: 若是結果命題∈ ,否則紉綰懔賬鍘禪耬啞綿鍇。紉綰懔賬鍘禪耬啞綿鍇鋃。步驟:計算()?, ??。步驟:若≠,則,返回步驟,否則算法結束。算法結束時,向量和中為“”的元素所代表的庫所和變遷對應于知識庫系統(tǒng)中與結果命題而相關的,在模糊網(wǎng)模型中刪除向量和中為“” 的元素所代表的庫所和變遷,以及相關的弧,39 / 52得到的一個子模型就是與結果命題相關的知識庫系統(tǒng)的一個子系統(tǒng)模型。顢燦懺騅錳顆繡奪鮪棄。顢燦懺騅錳顆繡奪鮪棄蔦。算法在信用評估推理中的應用在整個信用評估系統(tǒng)中，存在許多信用評估模型。信用評估系統(tǒng)存放模型時一般是以規(guī)則和模型參數(shù)的形式來存貯的，當然計算每個模型都需要一定的參數(shù)，但是不同的模型可能使用了一些相同的參數(shù)的情況，并且該模型也不是使用了存儲在系統(tǒng)中的所有參數(shù)。所以，在這種情況下，根據(jù)用戶要使用的模型，通過模糊網(wǎng)反向推理算法來獲取該模型所需要的最終參數(shù)是非常有效的，通過獲取的這些參數(shù)可以來檢查用戶還有哪些參數(shù)未輸入，并要求用戶輸入未輸入的參數(shù)，從而使用該模型計算出最終的評估結果。潛憒巔懟閑貓簡巒競慮。潛憒巔懟閑貓簡巒競慮棧。下面我們通過列舉兩個虛擬的信用模型的結構，來使用模糊網(wǎng)反向推理算法來進行系統(tǒng)模型參數(shù)的推理。首先，我們來看下這兩個信用模型的評估公式，以及各自所需要的計算參數(shù)。鏟卻審緒韃聞癬惱颯驏。鏟卻審緒韃聞癬惱颯驏齡。模型：模型最終評估結果用來表示，該模型評估公式: ，其中參數(shù)由“固定資產(chǎn)”和“現(xiàn)金” 兩個參數(shù)來求得，參數(shù)由“資產(chǎn)報酬率”和“ 營運成本”來計算得出。 擄鱘殼郟餳渦爛摻璽灑。擄鱘殼郟餳渦爛摻璽灑鄆。模型：模型最終評估結果同樣用來表示，該模型評估公式: ，其中參數(shù)由“股東權益”和“現(xiàn)金”兩個參數(shù)來求得，參數(shù)是“資產(chǎn)報酬率”。贗鐨嚳齬騏銻潑櫟聞贏。贗鐨嚳齬騏銻潑櫟聞贏繃。由上面兩個模型我們可以看出，系統(tǒng)中至少存在了以下參數(shù)： : : 殼贈嘆橈鯛槳櫨滄滸擊。殼贈嘆橈鯛槳櫨滄滸擊懼。 : : 固定資產(chǎn) 現(xiàn)金 資產(chǎn)報酬率 營運成本 股東權益總共個參數(shù)。還包含了以下六條規(guī)則： ，由“固定資產(chǎn)”和“ 現(xiàn)金”兩個參數(shù)來求得 ，由“ 資產(chǎn)報酬率”和“營運成本”來計算得出， ，由“股東權益” 和“ 現(xiàn)金”兩個參數(shù)來求得，是“資產(chǎn)報酬率”。從上面兩個模型我們可以看到，在用戶使用一個評估模型進行信用評估時，并不是要使用到系統(tǒng)中所存儲的所有的參數(shù)和規(guī)則，而只是使用了自己所需要的參數(shù)就可以了。通過使用反向推理算法就可以求的使用某個信用評估模型時所使用的必須的參數(shù)和規(guī)則。如圖所示，這是信用評估系統(tǒng)中的兩個信用模型的表示。襉藍動蔭鶚鈑掙濰鋱縶。襉藍動蔭鶚鈑掙濰鋱縶魯。傘箋內(nèi)鍶樂撈憶瓊檸鍇。傘箋內(nèi)鍶樂撈憶瓊檸鍇賕。圖 信用評估系統(tǒng)中的兩個信用模型的表示 : : : : : : : : : : : : 固定資產(chǎn): 現(xiàn)金: 資產(chǎn)報酬率: 營運成本: 股東權益40 / 52在圖中，和是系統(tǒng)中的兩個最終命題，下面說明當要使用模型進行信用評估時，如何通過反向推理算法來獲取模型這個模型表示。緬殲傷卻兗輔宮礡釅棄。緬殲傷卻兗輔宮礡釅棄稈。根據(jù)圖建立*維的矩陣:圖 矩陣的示意圖其中:固定資產(chǎn)，:現(xiàn)金, :資產(chǎn)報酬率, :營運成本， :股東權益， : : ， : : ，: : ，: : ， : : ， : : 。驪嘗叢煙協(xié)彈嚕約戲虛。驪嘗叢煙協(xié)彈嚕約戲虛嫻。初始化庫所向量：()初始化變遷向量():()? ()??():()()??():()()此時， ，算法結束。在圖的模糊網(wǎng)模型中刪除向量和中為的元素所對應的庫所, 和變遷以及相關的弧,得到的子模型為圖所示。它是從信用評估系統(tǒng)的多個信用評估模型中抽取的一個評估模型,在推理出的評估模型上去處理這個信用評估模型有關內(nèi)容,而不必在整個系統(tǒng)模型上進行。畫價鸚詮喲貰區(qū)綢躉驟。畫價鸚詮喲貰區(qū)綢躉驟預。41 / 52鏜飄鳶顆奩娛僑聹嶼灑。鏜飄鳶顆奩娛僑聹嶼灑詰。圖 通過反向推理后獲取的的評估模型圖核心推理算法程序?qū)崿F(xiàn)考慮到該推理算法的通用性和易用性，所以寫了一個核心算法類來實現(xiàn)該算法，只要用戶將整個系統(tǒng)中的數(shù)據(jù)按照算法中的內(nèi)容進行初始化后，初始化該類，調(diào)用此算法就可以得到用戶需要的結果。由于該算法內(nèi)部全部使用基礎語言來實現(xiàn)，所以具有了更大的通用性。