神经模糊系统和神经金融预测若干问题研究
| 摘要 | 第1-5页 |
| Abstraction | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·软计算学科结构 | 第10页 |
| ·模糊集与系统理论 | 第10-12页 |
| ·神经网络 | 第12-14页 |
| ·模糊系统和神经网络的结合 | 第14页 |
| ·金融分析与预测 | 第14-15页 |
| ·论文的主要贡献 | 第15-16页 |
| ·论文的内容及组织 | 第16-17页 |
| 第二章 软计算基础理论 | 第17-30页 |
| ·模糊集理论的数学基础 | 第17-21页 |
| ·模糊系统 | 第21-22页 |
| ·神经网络的应用中的问题 | 第22-24页 |
| ·神经网络性能提高 | 第24-30页 |
| 第三章 模糊集与系统理论和前向神经网络的结合 | 第30-40页 |
| ·引言 | 第30-31页 |
| ·模糊系统与神经网络的等价 | 第31-32页 |
| ·模糊算子神经网络 | 第32-33页 |
| ·模糊信息神经网络 | 第33-36页 |
| ·神经模糊系统 | 第36-38页 |
| ·结论 | 第38-40页 |
| 第四章 关于几种参数法模糊系统辩识的研究 | 第40-50页 |
| ·引言 | 第40页 |
| ·模糊系统和神经模糊系统辩识 | 第40-43页 |
| ·模糊系统辩识的性质及比较 | 第43-48页 |
| ·结论 | 第48-50页 |
| 第五章 神经模糊系统两阶段结构辩识 | 第50-68页 |
| ·引言 | 第50-51页 |
| ·神经模糊系统结构优化 | 第51-55页 |
| ·神经模糊系统辩识 | 第55-61页 |
| ·实验 | 第61-67页 |
| ·结论 | 第67-68页 |
| 第六章 自由划分模糊神经系统 | 第68-78页 |
| ·引言 | 第68页 |
| ·模糊系统模型 | 第68-71页 |
| ·自由划分的神经模糊系统模型 | 第71-73页 |
| ·学习算法 | 第73-76页 |
| ·实验 | 第76-77页 |
| ·结论 | 第77-78页 |
| 第七章 神经模糊系统的调整学习 | 第78-89页 |
| ·引言 | 第78-80页 |
| ·隶属函数宽度和神经模糊系统的平滑性 | 第80-81页 |
| ·神经模糊系统的零阶调整项及学习算法 | 第81-84页 |
| ·实验 | 第84-88页 |
| ·结论 | 第88-89页 |
| 第八章 基于神经网络的金融实时预测 | 第89-114页 |
| ·引言 | 第89-91页 |
| ·基于神经网络的时间序列预测 | 第91-95页 |
| ·预处理与后处理 | 第95页 |
| ·神经预测器的问题及解决方法 | 第95-103页 |
| ·基于神经网络的时间序列预测器的调整学习学习算法 | 第103-104页 |
| ·确定水平窗口的长度和训练集中的训练样本数 | 第104-105页 |
| ·实验 | 第105-113页 |
| ·结论 | 第113-114页 |
| 第九章 结论与展望 | 第114-117页 |
| 附录 | 第117-124页 |
| 附录1 | 第117-120页 |
| 附录2 | 第120-124页 |
| 参考文献 | 第124-134页 |
| 作者简历及博士生在读期间所发表的论文 | 第134页 |
