控制技术在投资预测模型建立中的应用研究
| 第1章 绪论 | 第1-24页 |
| ·课题研究的目的和意义 | 第11-12页 |
| ·国内外研究概述 | 第12-18页 |
| ·论文研究的主要内容 | 第18-24页 |
| ·确定投资预测问题 | 第18-19页 |
| ·利用灰色系统理论建立投入产出预测模型 | 第19-20页 |
| ·利用人工神经网络法建立投资优化结构预测模型 | 第20-21页 |
| ·利用协同神经网络建立经济比对预测模型 | 第21-24页 |
| 第2章 投资预测及投资理论分析 | 第24-35页 |
| ·投资预测概述 | 第24-30页 |
| ·投资预测的基本原则 | 第24-25页 |
| ·常用的预测方法分类 | 第25-26页 |
| ·投资预测的评价指标 | 第26-30页 |
| ·投资理论分析 | 第30-34页 |
| ·投资基本要素 | 第30-31页 |
| ·投资的特点 | 第31页 |
| ·产业投资结构 | 第31页 |
| ·投资分配 | 第31-32页 |
| ·优化投资结构的分配原则 | 第32页 |
| ·投入与产出的分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 灰色投资预测模型的研究 | 第35-57页 |
| ·灰色系统理论概述 | 第35-37页 |
| ·灰色系统的概念 | 第35页 |
| ·灰色理论与概率、模糊的对比 | 第35-37页 |
| ·关联度 | 第37-39页 |
| ·生成数 | 第39页 |
| ·灰色系统模型 | 第39-42页 |
| ·五步建模法 | 第40页 |
| ·GM(1，N)模型 | 第40-42页 |
| ·灰色系统的预测 | 第42-43页 |
| ·基于灰色系统的投资预测研究 | 第43-51页 |
| ·问题引述 | 第43-45页 |
| ·关联度计算 | 第45-47页 |
| ·利用弹性的概念解决投资分配问题 | 第47-50页 |
| ·产值灰色预测 | 第50-51页 |
| ·预测结果及数据分析 | 第51-54页 |
| ·2004年投资预测 | 第54-55页 |
| ·投资预测 | 第54页 |
| ·投资数据分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 新型GM(2，4)灰色模型投资预测研究 | 第57-65页 |
| ·灰色模型GM(2，4)的构建 | 第57-58页 |
| ·基于灰色GM(2，4)模型的投资预测实现 | 第58-63页 |
| ·各产业的投入和产出二阶差分拟合 | 第59-60页 |
| ·投资预测GM(2，4)模型的建立 | 第60-63页 |
| ·实验仿真及结果分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 基于人工神经网络的投资优化结构预测模型 | 第65-102页 |
| ·人工神经网络特点 | 第65-66页 |
| ·人工神经网络模型分类 | 第66-68页 |
| ·误差反向传播网络BP算法 | 第68-72页 |
| ·BP网络结构 | 第69页 |
| ·BP学习规则 | 第69-72页 |
| ·BP网络训练过程 | 第72页 |
| ·BP网络存在的问题及改进算法 | 第72-79页 |
| ·BP网络存在的问题 | 第72-73页 |
| ·BP网络的改进算法 | 第73-79页 |
| ·一种新型的BP网络改进算法 | 第79-82页 |
| ·基于人工神经网络的投资优化结构预测模型实现 | 第82-101页 |
| ·原始数据及数据相关分析 | 第82-84页 |
| ·投资预测模型的建立 | 第84-86页 |
| ·调整投资分配初步确定最佳投资分配 | 第86-87页 |
| ·建立BP网络模型确定最佳分配与最大产值关系 | 第87-88页 |
| ·模型应用及结果分析 | 第88-95页 |
| ·投资预测及结果分析 | 第95-101页 |
| ·本章小结 | 第101-102页 |
| 第6章 协同神经网络在投资预测模型中应用 | 第102-122页 |
| ·协同学概述 | 第102-103页 |
| ·协同学基本原理 | 第103-105页 |
| ·协同神经网络算法 | 第105-110页 |
| ·协同神经网络的基本原理 | 第105-107页 |
| ·协同神经网络的具体实现 | 第107-110页 |
| ·基于协同神经网络投资比对模型的实现 | 第110-121页 |
| ·本章小结 | 第121-122页 |
| 结论 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第134-135页 |
| 致谢 | 第135页 |
