遗传算法与神经网络在汇率预测中的应用
| 第一章 绪论 | 第1-16页 |
| ·课题的背景与意义 | 第6-7页 |
| ·本课题相关研究的趋势与动态 | 第7-14页 |
| ·汇率预测的新方法介绍 | 第7-12页 |
| ·人工神经网络的发展及其应用的研究动态 | 第12-13页 |
| ·各种神经网络优化模型在经济领域应用的研究动态 | 第13-14页 |
| ·本文的研究内容、方法及技术路线 | 第14-16页 |
| ·神经网络的研究 | 第14页 |
| ·遗传算法的研究 | 第14页 |
| ·基于实码遗传算法的BP网络的研究 | 第14-15页 |
| ·论文结构图 | 第15-16页 |
| 第二章 人工神经网络模型 | 第16-28页 |
| ·人工神经网络的构成 | 第16-20页 |
| ·神经网络拓扑结构 | 第20页 |
| ·BP神经网络及算法 | 第20-26页 |
| ·BP算法网络误差的确定和权值的调整 | 第21-23页 |
| ·BP算法的反向传播流程 | 第23-24页 |
| ·BP算法的限制与不足 | 第24-25页 |
| ·BP算法的改进 | 第25-26页 |
| ·神经网络的运算流程图 | 第26-28页 |
| 第三章 遗传算法的原理及改进后的设计 | 第28-46页 |
| ·遗传算法基本介绍及原理 | 第28-36页 |
| ·遗传算法简介 | 第28-29页 |
| ·遗传算法的原理及应用步骤 | 第29-34页 |
| ·遗传算法的特点归纳 | 第34-36页 |
| ·遗传算法可行的参数改进 | 第36-41页 |
| ·群体规模n | 第36-37页 |
| ·编码方式 | 第37-38页 |
| ·适应度函数 | 第38-39页 |
| ·遗传算子的改进 | 第39-40页 |
| ·算法终止条件的改进 | 第40-41页 |
| ·父代替换方式的改进 | 第41页 |
| ·改进的基于实数编码的加速遗传算法 | 第41-46页 |
| ·算法改进方案 | 第41-45页 |
| ·算法的测试 | 第45-46页 |
| 第四章 遗传算法与神经网络的耦合 | 第46-51页 |
| ·用遗传算法优化神经网络的方法归纳 | 第46-47页 |
| ·本文预测模型的建立 | 第47-49页 |
| ·本文的GA—BP网络算法流程图 | 第49-51页 |
| 第五章 基于遗传算法的人工神经网络预测汇率应用 | 第51-56页 |
| ·数据准备 | 第51页 |
| ·结构变量的选取及预处理 | 第51-52页 |
| ·模型的结构设置 | 第52页 |
| ·参数选择 | 第52-53页 |
| ·网络的学习和检验 | 第53页 |
| ·GA—BP神经网络的预测结果 | 第53-54页 |
| ·网络预测结果的检验 | 第54-56页 |
| 第六章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 学位论文独创性声明、学位论文知识产权权属声明 | 第64页 |
