本書提出一個繫統分析方法集成的研究框架。這個研究框架以數據庫、模型庫、知識庫以及案例庫為基礎，將定量方法與專家經驗相融合，並發揮各種方法的優勢，對不同方法進行集成。基於這個研究框架，對預測和監測方法進行深入的研究和討論，並成功地將其運用於國際油價預測和電信欺詐監測。針對國際油價預測問題，構建一個SVM集成的國際油價預測方法。該方法包括基於油價時間序列的神經網絡預測模型、基於向量神經網絡的國際油價預測模型和基於情景分析的國際油價預測模型，並將定量模型和專家經驗相結合，在油價預測中具有很高的應用價值。針對電信欺詐問題，構建一個貝葉斯集成的電信欺詐監測方法。該方法包括混合遺傳規劃和Logit回歸監測模型、基於無指導聚類分析和特征提取的監測模型、AHP專家監測模型。結果表明，該方法具有較高的監測率和較低的誤報率，在電信欺詐監測中具有很高的應用價值。本書的研究內容豐富了預測和監測理論。同時。兩個應用實例為相關企業和管理部門在風險管理、成本控制等方面提供了有效的分析工具與決策支持。
隨著現代科學技術的發展與廣泛應用，全球經濟迅速發展，生產社會化大幅度提高，人們在享受其帶來利益的同時，由此導致的風險和損失也隨之而來。近年來，預測和監測方法發展迅速，被用來解決復雜的和不確定的風險問題，從而控制風險，減少損失。現有的預測和監測方法分別從不同的角度分析與解決問題，但在問題分析和方法選擇的過程中缺乏繫統的研究和探討，導致結果精度不高，方法可擴展性不強，實際效果達不到理想的要求。
本書提出一個繫統分析方法集成的研究框架。這個研究框架以數據庫、模型庫、知識庫以及案例庫為基礎，將定量方法與專家經驗相融合，並發揮各種方法的優勢，對不同方法進行集成。基於這個研究框架，對預測和監測方法進行深入的研究和討論，並成功地將其運用於國際油價預測和電信欺詐監測。針對國際油價預測問題，構建一個SVM集成的國際油價預測方法。該方法包括基於油價時間序列的神經網絡預測模型、基於向量神經網絡的國際油價預測模型和基於情景分析的國際油價預測模型，並將定量模型和專家經驗相結合，在油價預測中具有很高的應用價值。針對電信欺詐問題，構建一個貝葉斯集成的電信欺詐監測方法。該方法包括混合遺傳規劃和Logit回歸監測模型、基於無指導聚類分析和特征提取的監測模型、AHP專家監測模型。結果表明，該方法具有較高的監測率和較低的誤報率，在電信欺詐監測中具有很高的應用價值。本書的研究內容豐富了預測和監測理論。同時。兩個應用實例為相關企業和管理部門在風險管理、成本控制等方面提供了有效的分析工具與決策支持。
本書結構完整，思路清晰，語言流暢，是預測和監測領域不可多得的一本體繫性參考書。
本書對於從事預測科學和監測技術研究的研究人員、政府有關決策和管理部門的工作人員、原油和電信行業及相關企業的從業人員具有一定的參考價值。本書也適合高等院校管理學院、信息學院、金融學院等相關專業的師生閱讀。
