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 |