| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.3 主要研究内容及论文框架 | 第16-19页 |
| 第二章 支持向量机理论基础 | 第19-30页 |
| 2.1 统计学习理论的基本原理 | 第19-22页 |
| 2.1.1 机器学习原理 | 第19-20页 |
| 2.1.2 VC维 | 第20页 |
| 2.1.3 推广性的界 | 第20-21页 |
| 2.1.4 结构风险最小化原则 | 第21-22页 |
| 2.2 支持向量机的基本概念 | 第22-26页 |
| 2.2.1 支持向量机基本思想 | 第22页 |
| 2.2.2 支持向量机的优点 | 第22-23页 |
| 2.2.3 最优分类超平面 | 第23页 |
| 2.2.4 线性支持向量回归机 | 第23-25页 |
| 2.2.5 非线性支持向量回归机 | 第25-26页 |
| 2.3 核函数 | 第26-29页 |
| 2.3.1 核函数的原理 | 第27页 |
| 2.3.2 核函数的特点 | 第27页 |
| 2.3.3 常用核函数 | 第27-28页 |
| 2.3.4 混和核函数 | 第28-29页 |
| 2.4 LibSVM简介 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于改进遗传算法的支持向量机参数优化模型 | 第30-52页 |
| 3.1 改进GA-SVM参数优化模型的建立 | 第30-34页 |
| 3.1.1 遗传算法概念构成要素 | 第30-32页 |
| 3.1.2 遗传算法流程及步骤 | 第32-33页 |
| 3.1.3 改进GA-SVM参数优化模型简介 | 第33-34页 |
| 3.2 改进GA-SVM参数优化模型仿真实验 | 第34-44页 |
| 3.2.1 实验环境 | 第35-36页 |
| 3.2.2 样本数据的选取及处理 | 第36-39页 |
| 3.2.3 预测模型核函数选取 | 第39-41页 |
| 3.2.4 参数设置 | 第41页 |
| 3.2.5 实验步骤 | 第41-44页 |
| 3.3 GA-SVM参数优化模型对比实验 | 第44-47页 |
| 3.3.1 GA-SVM模型简介 | 第44-45页 |
| 3.3.2 参数设置 | 第45页 |
| 3.3.3 实验步骤 | 第45-47页 |
| 3.4 GS-SVM参数优化模型对比实验 | 第47-49页 |
| 3.4.1 参数设置 | 第47页 |
| 3.4.2 实验步骤 | 第47-49页 |
| 3.5 综合模型对比实验结果分析 | 第49-51页 |
| 3.5.1 误差的相关理论 | 第49页 |
| 3.5.2 实验结果分析 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于混合粒子群算法的支持向量机参数优化模型 | 第52-66页 |
| 4.1 混合PSO-SVM参数优化模型的建立 | 第52-60页 |
| 4.1.1 粒子群算法的概念和原理 | 第52-55页 |
| 4.1.2 粒子群算法改进现状 | 第55-57页 |
| 4.1.3 粒子群算法改进依据及相关理论介绍 | 第57-58页 |
| 4.1.4 混合PSO-SVM参数优化模型简介 | 第58-60页 |
| 4.2 混合PSO-SVM参数优化模型仿真实验 | 第60-62页 |
| 4.2.1 参数设置 | 第60-61页 |
| 4.2.2 实验步骤 | 第61-62页 |
| 4.3 标准PSO-SVM参数优化模型对比实验 | 第62-64页 |
| 4.3.1 参数设置 | 第62-63页 |
| 4.3.2 实验步骤 | 第63-64页 |
| 4.4 综合模型对比实验结果分析 | 第64-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 股票价格短期预测综合模型的实现及结果分析 | 第66-75页 |
| 5.1 预测模型总体设计流程及步骤 | 第66-68页 |
| 5.2 改进的GA-SVM回归预测模型及对比实证分析 | 第68-71页 |
| 5.2.1 改进的(, , )GA-SVM回归预测模型 | 第68-69页 |
| 5.2.2 标准GA-SVM回归预测模型 | 第69-70页 |
| 5.2.3 GS-SVM回归预测模型 | 第70-71页 |
| 5.3 混合PSO-SVM回归预测模型及对比实证分析 | 第71-73页 |
| 5.3.1 混合PSO-SVM回归预测模型 | 第71-72页 |
| 5.3.2 标准PSO-SVM回归预测模型 | 第72-73页 |
| 5.4 预测模型综合预测结果对比分析 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-78页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 不足与展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-86页 |
| 附录 | 第86-113页 |
| 在学期间发表的论著及参与的科研项目成果 | 第113页 |
