| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| Abstract | 第12-13页 |
| 第一章 引言 | 第19-29页 |
| 1.1 研究背景及意义 | 第19-20页 |
| 1.2 因果关系研究综述 | 第20-26页 |
| 1.2.1 因果模型 | 第20-21页 |
| 1.2.2 被动因果关系发现 | 第21-24页 |
| 1.2.3 主动因果关系发现 | 第24-25页 |
| 1.2.4 因果关系传播过程研究 | 第25页 |
| 1.2.5 因果关系传播动力研究 | 第25-26页 |
| 1.3 复杂系统因果关系研究面临的挑战 | 第26-27页 |
| 1.4 本文主要研究内容 | 第27-29页 |
| 1.4.1 课题来源 | 第27页 |
| 1.4.2 内容组织 | 第27-29页 |
| 第二章 因果关系研究的理论基础 | 第29-44页 |
| 2.1 引言 | 第29-30页 |
| 2.2 因果模型 | 第30-34页 |
| 2.2.1 概率论基础 | 第30-31页 |
| 2.2.2 贝叶斯网络 | 第31-32页 |
| 2.2.3 因果贝叶斯网络 | 第32-34页 |
| 2.3 因果贝叶斯网络结构被动学习 | 第34-37页 |
| 2.3.1 基于评分搜索的学习方法 | 第34-36页 |
| 2.3.2 基于依赖分析的学习方法 | 第36-37页 |
| 2.4 因果贝叶斯网络扰动学习 | 第37-43页 |
| 2.4.1 扰动定义 | 第37-41页 |
| 2.4.2 扰动模型 | 第41-43页 |
| 2.5 小结 | 第43-44页 |
| 第三章 基于因果强度和扰动测试的复杂系统因果结构关系发现 | 第44-56页 |
| 3.1 引言 | 第44-45页 |
| 3.2 扰动学习的基本原理 | 第45-47页 |
| 3.2.1 结构扰动 | 第45页 |
| 3.2.2 参数扰动 | 第45-47页 |
| 3.3 因果强度的度量准则 | 第47-50页 |
| 3.3.1 Good的因果微积分学 | 第47-48页 |
| 3.3.2 Cheng的因果强度理论 | 第48页 |
| 3.3.3 基于互信息的因果强度 | 第48-50页 |
| 3.4 基于因果强度和扰动测试的因果结构关系发现算法 | 第50-52页 |
| 3.4.1 边缘后验概率计算 | 第50-51页 |
| 3.4.2 因果贝叶斯网络结构学习 | 第51页 |
| 3.4.3 扰动结点选择 | 第51页 |
| 3.4.4 算法评价准则 | 第51-52页 |
| 3.4.5 算法描述 | 第52页 |
| 3.5 结果分析 | 第52-55页 |
| 3.5.1 三种因果强度准则的结果分析 | 第52-53页 |
| 3.5.2 互信息和非对称信息熵结合的结果分析 | 第53-55页 |
| 3.6 小结 | 第55-56页 |
| 第四章 基于灵敏性分析的复杂系统因果传播过程研究 | 第56-68页 |
| 4.1 引言 | 第56-57页 |
| 4.2 贝叶斯网络灵敏性分析 | 第57-58页 |
| 4.2.1 灵敏性函数 | 第57-58页 |
| 4.2.2 灵敏度 | 第58页 |
| 4.3 基于灵敏性分析的因果传播过程 | 第58-62页 |
| 4.3.1 联合树中的消息传递 | 第59-60页 |
| 4.3.2 基于联合树的灵敏性函数计算 | 第60页 |
| 4.3.3 基于灵敏性分析的因果传播过程 | 第60-62页 |
| 4.4 基于结点灵敏度的因果链搜索 | 第62-64页 |
| 4.4.1 因果链构造 | 第62-63页 |
| 4.4.2 基于结点灵敏度的因果链搜索算法(SA_CC) | 第63页 |
| 4.4.3 算法时间复杂性分析 | 第63-64页 |
| 4.5 实验结果与分析 | 第64-67页 |
| 4.5.1 实例分析 | 第65-66页 |
| 4.5.2 算法的时间性能 | 第66-67页 |
| 4.6 小结 | 第67-68页 |
| 第五章 基于能量计算模型的复杂系统因果传播动力机理研究 | 第68-83页 |
| 5.1 引言 | 第68-69页 |
| 5.2 股市系统的能量计算模型 | 第69-72页 |
| 5.2.1 随机指标的能量计算模型 | 第69-70页 |
| 5.2.2 相对强弱指标的能量计算模型 | 第70-71页 |
| 5.2.3 指数平滑异同移动平均线的能量计算模型 | 第71-72页 |
| 5.2.4 成交量指标的能量计算模型 | 第72页 |
| 5.2.5 收盘指数的能量计算模型 | 第72页 |
| 5.3 基于贝叶斯网络的能量特征融合 | 第72-77页 |
| 5.3.1 能量分布不一致性 | 第72-75页 |
| 5.3.2 技术指标能量融合 | 第75-76页 |
| 5.3.3 时序能量融合 | 第76-77页 |
| 5.4 基于能量计算模型的股市态势预测 | 第77-78页 |
| 5.4.1 能量约束的SVM股市态势预测模型 | 第77-78页 |
| 5.4.2 能量计算股市态势预测算法(E-STF) | 第78页 |
| 5.5 实验结果与分析 | 第78-82页 |
| 5.5.1 预测准确率分析 | 第78-79页 |
| 5.5.2 股市态势能量一致性分析 | 第79-82页 |
| 5.6 本章小结 | 第82-83页 |
| 第六章 总结与展望 | 第83-85页 |
| 6.1 论文内容总结 | 第83页 |
| 6.2 未来工作 | 第83-85页 |
| 参考文献 | 第85-95页 |
| 攻读博士学位期间的学术活动及成果情况 | 第95页 |
