首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

基于神经网络和遗传规划的汇率预测技术研究

摘要第1-8页
ABSTRACT第8-14页
1 绪论第14-30页
   ·预测的意义与根本原理第14-17页
     ·预测的含义及其重要意义第14页
     ·预测的基本原理与基本步骤第14-17页
   ·预测方法的发展第17-22页
   ·汇率预测的可预测性和研究现状第22-26页
   ·论文的研究思路与内容安排第26-28页
 参考文献第28-30页
2 神经网络与遗传规划第30-56页
   ·前言第30-34页
   ·神经网络的基本概念第34-40页
     ·神经元模型第34-36页
     ·神经网络学习算法第36-38页
     ·神经网络的设计第38-40页
     ·神经网络的特性第40页
   ·遗传规划的工作原理第40-51页
     ·GP中个体的表示方法第40-42页
     ·遗传规划的预备工作第42页
     ·GP初始个体的生成及基本操作第42-46页
     ·遗传规划的基本步骤第46-47页
     ·基本算子第47-51页
   ·遗传规划的终止准则第51页
   ·遗传规划的结果标定第51页
   ·遗传规划的特点分析第51-53页
   ·本章小结第53页
 参考文献第53-56页
3 人民币汇率的预测建模过程设计第56-70页
   ·前言第56-58页
   ·影响因子分析第58-61页
   ·数据的收集与预处理第61-63页
   ·实证模型的设定第63页
   ·预测方案与评估标准第63-65页
     ·预测方案设计第63-64页
     ·预测精度标准第64-65页
   ·本章小结第65-66页
 参考文献第66-70页
4 基于BP神经网络的汇率预测及其改进第70-90页
   ·前言第70-71页
   ·BP网络第71-73页
     ·BP网络结构第71-72页
     ·BP网络的学习算法第72-73页
     ·BP算法的主要问题第73页
   ·BP模型结构的选择第73-77页
     ·BP模型层数的选择第74页
     ·选择隐层神经元数第74-75页
     ·学习速率的选择第75-76页
     ·选择激励函数第76-77页
   ·BP算法的改进第77-80页
     ·几种常见的改进方法第77-79页
     ·新激励函数的改进第79-80页
   ·汇率预测实证分析第80-86页
     ·数据选择及预处理第80-82页
     ·网络创建、训练和测试第82-85页
     ·预测性能分析比较第85-86页
   ·本章小结第86-87页
 参考文献第87-90页
5 基于RBF和GRNN神经网络的汇率预测第90-108页
   ·前言第90-91页
   ·RBF网络第91-98页
     ·RBF的模型结构第91-92页
     ·RBF网络的学习算法第92-94页
     ·RBF网络的特点第94页
     ·汇率预测实证分析第94-98页
   ·基于GRNN的汇率预测第98-104页
     ·GRNN网络第98-101页
     ·汇率预测实证分析第101-104页
   ·几种神经网络的预测结果分析与评价第104-105页
   ·本章小结第105-106页
 参考文献第106-108页
6 基于遗传规划的人民币汇率预测第108-128页
   ·前言第108-109页
   ·遗传操作过程的设计第109-114页
     ·终止符集与函数集的确定第110页
     ·适应度的设定第110-111页
     ·基本参数的确定第111-112页
     ·遗传规划操作方法第112-114页
     ·遗传规划系统运行结果的表示方法第114页
   ·基于遗传规划的预测分析建模第114-116页
   ·汇率预测实证分析第116-123页
     ·数据选择及预处理第116-117页
     ·遗传规划参数选择第117-118页
     ·遗传规划模型的结果分析第118-123页
   ·遗传规划应用的局限性分析第123页
   ·本章小结第123-124页
 参考文献第124-128页
7 总结与展望第128-132页
   ·工作总结第128-129页
   ·研究展望第129-132页
附录第132-146页
攻读博士学位期间发表论文及科研情况第146-148页
致谢第148页

论文共148页,点击 下载论文
上一篇:中国旅游产业潜力研究
下一篇:旅游CGE系统开发及应用