基于网格神经计算平台的预测模型的研究设计与实现
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-7页 |
| 第1章 基于网格神经计算平台的预测模型背景概述 | 第7-13页 |
| ·神经网络的发展历史和现状 | 第7-10页 |
| ·网格技术简介 | 第10-12页 |
| ·基于网格的神经计算平台 | 第12页 |
| ·小结 | 第12-13页 |
| 第2章 预测模型的研究 | 第13-31页 |
| ·回归分析预测模型 | 第13-24页 |
| ·建立经济问题回归模型的过程 | 第13-18页 |
| ·一元多项式回归模型 | 第18-20页 |
| ·多元线性回归模型 | 第20-24页 |
| ·指数平滑法 | 第24-25页 |
| ·人工神经网络预测模型 | 第25-30页 |
| ·EBP神经网络模型的结构 | 第25页 |
| ·EBP学习规则 | 第25-27页 |
| ·前向EBP神经网络学习算法的改进 | 第27页 |
| ·构造人工神经网络预测模型 | 第27-30页 |
| ·分析预测对象 | 第28页 |
| ·收集分析历史数据 | 第28-29页 |
| ·建立具体预测模型 | 第29-30页 |
| ·分析编制预测报告 | 第30页 |
| ·小结 | 第30-31页 |
| 第3章 基于网格的神经网络计算平台的设计 | 第31-33页 |
| ·计算平台的底层支持结构 | 第31页 |
| ·计算平台的系统软件 | 第31-32页 |
| ·应用服务器 | 第32页 |
| ·小结 | 第32-33页 |
| 第4章 神经网络预测模型分析设计与实现 | 第33-47页 |
| ·人工神经网络在经济领域预测中的有效性 | 第33-34页 |
| ·模型分析 | 第34页 |
| ·模型设计 | 第34-39页 |
| ·用户定制模型界面设计 | 第35页 |
| ·用户定制模型参数设计 | 第35-36页 |
| ·用户递交数据设计 | 第36-38页 |
| ·数据预处理设计 | 第38页 |
| ·计算平台调用接口 | 第38-39页 |
| ·模型实现 | 第39-45页 |
| ·EBP算法的实现 | 第39-43页 |
| ·内部主要数据结构 | 第39-40页 |
| ·程序流程设计 | 第40-43页 |
| ·数据接口的实现 | 第43-45页 |
| ·内部主要数据结构 | 第43页 |
| ·与用户数据的接口 | 第43-44页 |
| ·与EBP算法的接口 | 第44-45页 |
| ·小结 | 第45-47页 |
| 第5章 基于神经网络的国民生产总值预测模型 | 第47-52页 |
| ·概述 | 第47页 |
| ·数据收集处理 | 第47-49页 |
| ·神经网络预测模型的建立 | 第49-50页 |
| ·预测结果 | 第50页 |
| ·小结 | 第50-52页 |
| 第6章 基于神经网络的期货价格预测模型 | 第52-60页 |
| ·概述 | 第52页 |
| ·模型分析 | 第52-53页 |
| ·数据收集处理 | 第53-54页 |
| ·神经网络预测模型的建立 | 第54-56页 |
| ·网络拓扑结构确定 | 第54页 |
| ·误差要求的确定 | 第54页 |
| ·学习训练的方法和特点 | 第54-55页 |
| ·测试的方法 | 第55-56页 |
| ·预测结果 | 第56-58页 |
| ·小结 | 第58-60页 |
| 第7章 基于神经网络的企业组织网络化评价模型 | 第60-68页 |
| ·概述 | 第60页 |
| ·模型分析 | 第60-61页 |
| ·数据收集处理 | 第61-64页 |
| ·神经网络模型建立 | 第64-65页 |
| ·测试结果 | 第65-67页 |
| ·小结 | 第67-68页 |
| 第8章 总结和展望 | 第68-70页 |
| ·回顾和总结 | 第68-69页 |
| ·应用前景展望 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
| 附录 | 第73页 |
