基于人工神经网络冶金产品价格的决策与分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 前言 | 第8-12页 |
| ·研究的背景 | 第8页 |
| ·研究的目的及意义 | 第8-9页 |
| ·国内外相关理论的发展现状 | 第9-10页 |
| ·本文主要结构 | 第10-12页 |
| 2 人工神经网络与遗传算法 | 第12-26页 |
| ·人工神经网络 | 第12页 |
| ·BP神经网络 | 第12-16页 |
| ·BP神经网络学习过程 | 第12-14页 |
| ·BP网络的结构及设计准则 | 第14-15页 |
| ·BP算法的限制与不足 | 第15页 |
| ·BP算法的改进 | 第15-16页 |
| ·遗传算法 | 第16-22页 |
| ·遗传算法概述 | 第16-17页 |
| ·遗传算法的流程 | 第17-21页 |
| ·遗传算法的特点 | 第21-22页 |
| ·遗传算法的应用 | 第22页 |
| ·遗传算法与神经网络结合 | 第22-26页 |
| ·遗传算法和神经网络的结合方式 | 第23页 |
| ·遗传算法和神经网络的结合算法 | 第23-25页 |
| ·本论文遗传神经网络结合的算法 | 第25-26页 |
| 3 冶金产品价格影响因素分析 | 第26-35页 |
| ·影响冶金产品价格的主要因素 | 第26-33页 |
| ·宏观经济形式 | 第26-28页 |
| ·固定资产投资 | 第28-29页 |
| ·供求关系 | 第29-30页 |
| ·原材料 | 第30-32页 |
| ·国际市场 | 第32-33页 |
| ·影响冶金产品价格的其它因素 | 第33-34页 |
| ·运输因素 | 第33页 |
| ·人为因素 | 第33-34页 |
| ·突发事件 | 第34页 |
| ·影响因素的选取 | 第34-35页 |
| 4 冶金产品价格预测GA-BP模型搭建 | 第35-47页 |
| ·历史数据的资料收集及处理 | 第36-40页 |
| ·数据的收集 | 第36-37页 |
| ·数据预处理 | 第37-40页 |
| ·BP神经网络结构设计 | 第40-43页 |
| ·输入神经元选取 | 第41页 |
| ·网络层数确定 | 第41页 |
| ·隐含层的确定 | 第41-42页 |
| ·各层间的传递函数 | 第42-43页 |
| ·遗传算法设置 | 第43-47页 |
| ·遗传算法优化神经网络的方法 | 第43-44页 |
| ·遗传算法各项参数的确定 | 第44-45页 |
| ·本文遗传算法的改进 | 第45-47页 |
| 5 GA-BP模型的MATLAB仿真实现 | 第47-55页 |
| ·遗传算法仿真 | 第47-49页 |
| ·GA-BP网络模型训练 | 第49-52页 |
| ·预测及结果分析 | 第52-55页 |
| 6 总结和展望 | 第55-57页 |
| ·总结 | 第55页 |
| ·展望 | 第55-57页 |
| 7 参考文献 | 第57-62页 |
| 8 攻读硕士学位期间发表论文情况 | 第62-63页 |
| 9 致谢 | 第63-64页 |
| 附录 | 第64-68页 |
| 附录一：GAOT工具箱的安装配置 | 第64页 |
| 附录二：本文主要程序代码 | 第64-68页 |
