电费供电公司电费安全风险预警模型

摘要5-6

Abstract6-9

第一章 绪论9-14

1.1 探讨背景及作用9

1.2 国内外探讨近况9-12

1.3 探讨主要内容12-14

第二章 电费安全风险的内涵14-19

2.1 风险的内涵14-15

2.2 电费风险的内涵15-17

2.2.1 电力行业特点15-16

2.2.2 电费安全风险特点16

2.2.3 电费安全风险分类16-17

2.3 本章小结17-19

第三章 风险预警论述探讨19-26

3.1 风险预警的策略19-22

3.1.1 阈值预警19

3.1.2 基于指数平滑法的风险预警模型19

3.1.3 AHP-模糊综合评判风险预警模型19-20

3.1.4 模糊神经网络融合技术风险预警20

3.1.5 BP神经网络风险预警模型20-21

3.1.6 RBF神经网络风险预警模型21

3.1.7 预警模型浅析21-22

3.2 风险预警流程22-25

3.3.1 风险识别22

3.3.2 建立指标系统22-23

3.3.3 建立预警模型23

3.3.4 设定预警区间23-24

3.3.5 建立防范机制24-25

3.3 本章小结25-26

第四章 电费回收安全风险预警模型26-35

4.1 SG186系统26-28

4.1.1 SG186系统介绍26-27

4.1.2 电费回收安全的数据27-28

4.2 电费回收风险预警指标系统28-29

4.3 电费回收风险预警模型29-30

4.4 电费回收风险预警对策30-32

4.4.1 风险制约措施30-31

4.4.2 预警信号对策31-32

4.5 实例运用32-33

4.6 本章小结33-35

第五章 电费审核安全风险预警模型35-58

5.1 SG186中电费回收数据35-39

5.2 电费审核风险预警指标系统39-46

5.2.1 主成分浅析法基本原理39-43

5.2.2 指标的主成分计算43-46

5.3 电费审核安全风险预警模型46-54

5.3.1 人工神经网络原理46-48

5.3.2 人工神经网络的优点和局限性48-49

5.3.3 RBF神经网络结构49-51

5.3.4 RBF神经网络的步骤51-53

5.3.5 RBF神经网络的测试与训练53-54

5.4 电费审核安全风险预警对策54-56

5.5 实例运用56

5.6 本章小结56-58

第六章 结论与展现58-60

6.1 结论58-59

6.2 展望59-60