| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-10页 |
| ·研究目的及意义 | 第8页 |
| ·国内外现状及发展趋势 | 第8-9页 |
| ·主要研究内容 | 第9-10页 |
| 2 预备知识 | 第10-17页 |
| ·时间序列及金融时序 | 第10页 |
| ·预测的概念及其与决策的关系 | 第10页 |
| ·常见的的时序预测模型 | 第10-13页 |
| ·神经网络模型 | 第13-16页 |
| ·本章小结 | 第16-17页 |
| 3 RBF 网络算法及其改进算法 | 第17-31页 |
| ·RBF 网络常见算法 | 第18-24页 |
| ·K-means 聚类算法 | 第18-19页 |
| ·正交最小二乘算法 | 第19-21页 |
| ·遗传算法 | 第21-24页 |
| ·基于宽度改进的 RBF 网络算法 | 第24-28页 |
| ·RBF 网络固定宽度改进的必要性 | 第24-26页 |
| ·RBF 网络宽度改进算法的描述 | 第26-28页 |
| ·基于宽度改进 RBF 网络的仿真实验 | 第28-29页 |
| ·美元指数数据 | 第28页 |
| ·基于宽度改进算法的仿真实验流程 | 第28-29页 |
| ·仿真实验结果及分析 | 第29页 |
| ·本章小结 | 第29-31页 |
| 4 改进的 RBF 网络集成预测模型 | 第31-41页 |
| ·RBF 网络集成 | 第31-34页 |
| ·单个 RBF 网络的生成 | 第31-33页 |
| ·多个 RBF 网络的组合方法 | 第33-34页 |
| ·改进的 RBF 网络组合方法 | 第34-38页 |
| ·RBF 网络组合方法改进的必要性 | 第34-35页 |
| ·改进 RBF 网络组合方法的描述 | 第35-38页 |
| ·基于改进 RBF 网络集成预测模型的采购经理人指数预测 | 第38-40页 |
| ·采购经理人指数数据 | 第38页 |
| ·基于改进 RBF 网络集成预测模型的仿真实验流程 | 第38-39页 |
| ·基于改进 RBF 网络集成预测模型的仿真试验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 5 全文总结 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 附录 A RBF 网络算法 MATLAB 程序 | 第45-56页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第56-57页 |
| 致谢 | 第57-58页 |
