| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-22页 |
| ·课题的研究背景 | 第8-11页 |
| ·国内外研究动态 | 第11-12页 |
| ·常见几种预测法 | 第12-14页 |
| ·神经网络的发展及其在经济领域中的应用 | 第14-19页 |
| ·预测效果的评价 | 第19-20页 |
| ·本文完成的工作及其安排 | 第20-22页 |
| 第2章 BP 神经网络的结构及学习算法 | 第22-29页 |
| ·BP 神经网络基本结构模型 | 第22-23页 |
| ·BP 神经网络确定结构的方法 | 第23-24页 |
| ·BP 神经网络学习算法 | 第24-26页 |
| ·BP 学习算法的改进 | 第26-28页 |
| ·BP 神经网络的泛化能力 | 第28-29页 |
| 第3章 基于BP 神经网络的股票市场预测 | 第29-33页 |
| ·基于 BP 神经网络的预测 | 第29-30页 |
| ·BP 神经网络算法在股票市场预测中的应用 | 第30-33页 |
| 第4章 基于遗传算法神经网络的预测方法研究 | 第33-42页 |
| ·遗传算法 | 第34-36页 |
| ·遗传算法的特点 | 第36-37页 |
| ·遗传算法在神经网络中的应用 | 第37-39页 |
| ·基于遗传算法的神经网络在股票市场预测中的研究 | 第39-42页 |
| 第5章 基于粒子群算法的神经网络在股票市场预测中的应用 | 第42-50页 |
| ·粒子群优化算法基本步骤 | 第42-44页 |
| ·遗传算法和PSO 的比较 | 第44-45页 |
| ·人工神经网络和PSO | 第45-46页 |
| ·基于PSO 算法的神经网络在股票市场预测中实例研究 | 第46-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |