基于自适应遗传算法优化的BP神经网络股价预测模型
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文工作 | 第11-12页 |
| 第二章 股票预测的理论和方法 | 第12-17页 |
| 2.1 股票相关理论概述 | 第12-13页 |
| 2.2 传统股票价格预测的方法 | 第13-14页 |
| 2.3 股市中常用的技术指标 | 第14-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 BP神经网络 | 第17-23页 |
| 3.1 神经网络概述 | 第17-19页 |
| 3.2 BP神经网络 | 第19-23页 |
| 第四章 基于自适应遗传算法优化的BP神经网络 | 第23-32页 |
| 4.1 遗传算法 | 第23-26页 |
| 4.2 自适应遗传算法 | 第26-27页 |
| 4.3 基于自适应遗传算法优化的BP神经网络 | 第27-29页 |
| 4.4 组合神经网络 | 第29-31页 |
| 4.5 本章小结 | 第31-32页 |
| 第五章 实验仿真 | 第32-51页 |
| 5.1 试验样本数据的选取与预处理 | 第32-35页 |
| 5.2 BP神经网络的设计 | 第35-40页 |
| 5.3 遗传算法参数选取 | 第40-42页 |
| 5.4 各类预测模型实现 | 第42-45页 |
| 5.5 实验结果分析 | 第45-50页 |
| 5.6 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 6.1 本文总结 | 第51页 |
| 6.2 未来展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间已发表论文 | 第56页 |
