基于遗传优化神经网络的一般投资回报率预测
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·国内外现状综述 | 第9-12页 |
| ·遗传算法的发展 | 第9页 |
| ·神经网络的发展 | 第9-10页 |
| ·遗传算法和神经网络结合 | 第10-12页 |
| 2 遗传算法及其发展 | 第12-23页 |
| ·简单遗传算法 | 第12-20页 |
| ·遗传算法的基本思想 | 第12-13页 |
| ·遗传算法的基本流程 | 第13页 |
| ·遗传算法的构成要素 | 第13-18页 |
| ·遗传算法的模式定理和隐含并行性 | 第18-20页 |
| ·遗传算法的改进 | 第20-22页 |
| ·局部改进方法 | 第20-22页 |
| ·混合遗传算法 | 第22页 |
| ·小结 | 第22-23页 |
| 3 人工神经网络 | 第23-36页 |
| ·神经网络的基本理论 | 第23-27页 |
| ·人工神经元 | 第23-25页 |
| ·人工神经网络的结构与特征 | 第25-27页 |
| ·BP 神经网络 | 第27-33页 |
| ·BP 网络的拓扑结构 | 第28页 |
| ·基本BP 算法 | 第28-31页 |
| ·BP 算法的数学基础 | 第31-33页 |
| ·BP 算法的缺点及改进 | 第33-34页 |
| ·BP 算法的缺点 | 第33页 |
| ·BP 算法的改进方法 | 第33-34页 |
| ·小结 | 第34-36页 |
| 4 遗传算法和神经网络的结合 | 第36-46页 |
| ·遗传算法优化神经网络的权值 | 第36-39页 |
| ·简单遗传算法优化神经网络权值方法 | 第37页 |
| ·遗传算法和BP 算法结合训练神经网络 | 第37-39页 |
| ·遗传算法优化神经网络结构 | 第39页 |
| ·遗传算法优化神经网络结构的基本方法 | 第39页 |
| ·遗传算法优化神经网络结构和权值 | 第39-41页 |
| ·遗传算法优化神经网络一种改进方法 | 第41-45页 |
| ·算法流程 | 第42页 |
| ·主要操作模块 | 第42-43页 |
| ·数值试验 | 第43-44页 |
| ·算法的性能分析 | 第44-45页 |
| ·小结 | 第45-46页 |
| 5 遗传优化神经网络在投资回报率预测中的应用 | 第46-55页 |
| ·问题提出 | 第46-47页 |
| ·经济学基本知识 | 第46-47页 |
| ·模型假设 | 第47页 |
| ·模型建立 | 第47-50页 |
| ·数据的采集和预处理 | 第47-49页 |
| ·遗传优化神经网络模型的建立 | 第49-50页 |
| ·试验结果及结果分析 | 第50-52页 |
| ·试验结果 | 第50页 |
| ·与其他优化神经网络的算法比较分析 | 第50-51页 |
| ·与线性回归的预测性能比较分析 | 第51-52页 |
| ·模型的改进 | 第52-53页 |
| ·小结 | 第53-55页 |
| 6 结语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：1.作者在攻读硕士学位期间发表的论文目录 | 第60-61页 |
| 独创性声明 | 第61页 |
| 学位论文版权使用授权书 | 第61页 |
