| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-12页 |
| 第一章 绪论 | 第12-29页 |
| ·研究背景 | 第12-18页 |
| ·研究意义 | 第18-21页 |
| ·国内外研究现状分析 | 第21-24页 |
| ·研究思路与可行性分析 | 第24-27页 |
| ·论文的研究工作和内容安排 | 第27-29页 |
| 第二章 基于神经网络的自组织增长模型经济预测算法 | 第29-39页 |
| ·引言 | 第29页 |
| ·人工神经网络及其在经济预测中的应用 | 第29-33页 |
| ·人工神经网络简介 | 第29-30页 |
| ·BP 人工神经网络 | 第30-31页 |
| ·BP 网络在经济预测方面的应用 | 第31-33页 |
| ·经济模型 | 第33-34页 |
| ·试验结果 | 第34-36页 |
| ·经济预测及基于模型的控制 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于改进型神经网络的经济预测算法 | 第39-50页 |
| ·引言 | 第39页 |
| ·神经网络经济建模预测方法 | 第39-44页 |
| ·经济建模预测的特点 | 第39-40页 |
| ·人工神经网络建模预测方法 | 第40-43页 |
| ·附加动量项的学习率自适应网络学习方法 | 第43-44页 |
| ·未改进 BP - ANN 建模结果及存在问题 | 第44页 |
| ·改进的人工神经网络算法 | 第44-48页 |
| ·链式数据重组 | 第45页 |
| ·经济指标增长率 | 第45-47页 |
| ·时间窗口数据序列 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 基于免疫粒子群优化神经网络的经济预测算法 | 第50-69页 |
| ·引言 | 第50-51页 |
| ·混合算法的优化策略 | 第51-62页 |
| ·免疫系统的机理 | 第51-53页 |
| ·负向选择算法 | 第53-55页 |
| ·克隆选择算法 | 第55-57页 |
| ·粒子群算法的机理 | 第57-59页 |
| ·混合算法 | 第59-60页 |
| ·优化策略 | 第60-62页 |
| ·经济预测 | 第62-67页 |
| ·经济预测建模的特点 | 第62-63页 |
| ·数据获取和处理 | 第63页 |
| ·经济预测结果 | 第63-65页 |
| ·模型在宏观经济调控中的应用 | 第65-67页 |
| ·本章小结 | 第67-69页 |
| 第五章 基于改进型的混沌遗传优化 SVM 经济预测算法 | 第69-84页 |
| ·引言 | 第69页 |
| ·LS- SVM 预测模型 | 第69-78页 |
| ·支持向量机的原理 | 第69-74页 |
| ·最小二乘支持向量机（ LS -SVM） | 第74-75页 |
| ·Logistic 映射 | 第75-78页 |
| ·混沌遗传优化算法 | 第78-79页 |
| ·LS-SVM 模型的经济预测应用 | 第79-83页 |
| ·GDP 预测模型 | 第79-80页 |
| ·预测结果与比较 | 第80-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 动态优化结构模型及经济预测的应用 | 第84-96页 |
| ·经济模型 | 第84-85页 |
| ·动态结构神经网络模型 | 第85-87页 |
| ·网络特性 | 第86页 |
| ·动态网络的分类 | 第86-87页 |
| ·动态优化结构神经网络的设计 | 第87-91页 |
| ·竞争机制 | 第87-89页 |
| ·权值的优化 | 第89-90页 |
| ·网络收敛性的确定 | 第90-91页 |
| ·算法步骤 | 第91页 |
| ·预测结果 | 第91-94页 |
| ·本章小结 | 第94-96页 |
| 结论 | 第96-99页 |
| 参考文献 | 第99-110页 |
| 攻读博士学位期间取得的研究成果 | 第110-112页 |
| 致谢 | 第112-113页 |
| 附件 | 第113页 |