物流业投资与股市动态数据分析
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题背景与意义 | 第9-12页 |
| 1.1.1 课题背景 | 第9-11页 |
| 1.1.2 课题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 股票预测的国内外研究现状 | 第12-16页 |
| 1.2.2 人工神经网络的国内外研究现状 | 第16-17页 |
| 1.3 研究目的与意义 | 第17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 第二章 物流业发展状况与投资机会 | 第19-32页 |
| 2.1 物流业发展现状 | 第19-23页 |
| 2.1.1 物流业总体规模 | 第19-21页 |
| 2.1.2 物流企业发展状况 | 第21-23页 |
| 2.1.3 物流业发展存在的问题 | 第23页 |
| 2.2 物流业发展趋势 | 第23-31页 |
| 2.2.1 第三方物流 | 第24-26页 |
| 2.2.2 电子商务物流 | 第26-30页 |
| 2.2.3 区域物流 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于BP神经网络的股市预测系统的建立 | 第32-53页 |
| 3.1 BP神经网络及主成分分析法 | 第32-38页 |
| 3.1.1 BP神经网络概述 | 第32-36页 |
| 3.1.2 主成分分析法 | 第36-38页 |
| 3.2 数据采集与预处理 | 第38-44页 |
| 3.2.1 训练样本与时间段选择 | 第38-40页 |
| 3.2.2 数据预处理 | 第40-44页 |
| 3.3 网络拓扑结构设计 | 第44-52页 |
| 3.3.1 网络层数设计 | 第44页 |
| 3.3.2 输入层节点设计 | 第44-48页 |
| 3.3.3 隐含层节点设计 | 第48-49页 |
| 3.3.4 输出层节点设计 | 第49页 |
| 3.3.5 训练函数选择 | 第49-50页 |
| 3.3.6 传递函数选择 | 第50-51页 |
| 3.3.7 仿真函数与性能函数 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 股票预测模型实证分析与评估 | 第53-66页 |
| 4.1 模型的MATLAB实现 | 第53页 |
| 4.2 验证样本 | 第53-54页 |
| 4.3 实验结果 | 第54-64页 |
| 4.3.1 未降维的神经网络实验结果 | 第54-59页 |
| 4.3.2 降维的神经网络实验结果 | 第59-64页 |
| 4.4 BP神经网络预测结果对比 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 附录一 | 第70-77页 |
| 致谢 | 第77页 |
