| 提要 | 第1-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究目的与意义 | 第9-11页 |
| ·论文研究内容 | 第11-13页 |
| 第2章 计算智能方法概述 | 第13-30页 |
| ·人工神经网络简介 | 第13-25页 |
| ·神经网络的发展 | 第16-18页 |
| ·神经元及变换函数 | 第18-19页 |
| ·神经网络的拓扑结构 | 第19-21页 |
| ·神经网络的分类 | 第21-22页 |
| ·神经网络的工作方式 | 第22页 |
| ·神经网络的学习方法 | 第22-25页 |
| ·进化计算 | 第25-28页 |
| ·进化计算的生物学基础 | 第26-27页 |
| ·进化计算的发展 | 第27页 |
| ·进化计算的主要特征 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 SOM 和多获胜节点SOM 神经网络及其在股市板块分析中的应用 | 第30-61页 |
| ·引言 | 第30-32页 |
| ·SOM 神经网络 | 第32-35页 |
| ·SOM 神经网络的生物基础 | 第32页 |
| ·SOM 神经网络的拓扑结构 | 第32-33页 |
| ·SOM 神经网络数学模型 | 第33-34页 |
| ·SOM 神经网络学习算法 | 第34-35页 |
| ·多获胜节点SOM 神经网络 | 第35-39页 |
| ·多获胜节点SOM 神经网络数学模型 | 第35-37页 |
| ·多获胜节点SOM 神经网络学习算法 | 第37-39页 |
| ·模拟实验 | 第39-60页 |
| ·数据规一化处理 | 第39页 |
| ·数据选取 | 第39-40页 |
| ·实验结果及结果分析 | 第40-60页 |
| ·本章小结 | 第60-61页 |
| 第4章 Elman 及引入收益因素Elman 神经网络及其在股市投资中的应用.. | 第61-81页 |
| ·引言 | 第61-63页 |
| ·Elman 神经网络 | 第63-66页 |
| ·Elman 神经网络数学模型 | 第63-64页 |
| ·Elman 神经网络学习算法 | 第64-66页 |
| ·引入收益因素Elman 神经网络（ENNPF） | 第66-74页 |
| ·引入惩罚收益因素Elman 神经网络（ENNDPF） | 第67-69页 |
| ·引入时间收益因素Elman 神经网络（ENNTPF） | 第69-72页 |
| ·引入惩罚时间收益因素Elman 神经网络（ENNDTPF） | 第72-74页 |
| ·模拟实验 | 第74-76页 |
| ·数据选取及数据规一 | 第74页 |
| ·性能指标 | 第74-75页 |
| ·参数的选取 | 第75-76页 |
| ·模拟实验 | 第76-79页 |
| ·预测股市综合指数 | 第76-77页 |
| ·计算股票利润率 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 基于SOM2W-RBF 混合智能模型及其在新股定价中的应用 | 第81-95页 |
| ·引言 | 第81-83页 |
| ·SOM2W 神经网络 | 第83-84页 |
| ·SOM2W 神经网络的数学模型 | 第83-84页 |
| ·SOM2W 神经网络的学习算法 | 第84页 |
| ·RBF 神经网络 | 第84-88页 |
| ·RBF 神经网络学习算法 | 第87-88页 |
| ·模拟实验 | 第88-94页 |
| ·数据的规一化处理 | 第88-89页 |
| ·性能指标 | 第89页 |
| ·SOM2W 神经网络股票聚类模拟 | 第89-92页 |
| ·RBF 神经网络的新股定价 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第6章 基于PSO 大气质量评价模型及其在大气质量评价中的应用 | 第95-111页 |
| ·引言 | 第95-96页 |
| ·我国最常使用的API 大气质量评价法 | 第96-97页 |
| ·各监测点API 指数及首要污染物的确定 | 第97页 |
| ·PSO 算法简介 | 第97-100页 |
| ·PSO 算法原理 | 第98-99页 |
| ·PSO 算法流程 | 第99-100页 |
| ·基于PSO 大气质量评价模型 | 第100-104页 |
| ·大气污染损害率计算公式 | 第100-101页 |
| ·各级别大气污染损害率目标值的计算 | 第101页 |
| ·PSO 算法对参数a、b、c 的优化 | 第101-103页 |
| ·大气污染损害率取值范围与评价级别的对应关系 | 第103-104页 |
| ·模拟实验 | 第104-109页 |
| ·本章小结 | 第109-111页 |
| 第7章 改进OIF Elman 神经网络及其在大气质量预测中的应用 | 第111-124页 |
| ·引言 | 第111-112页 |
| ·OIF Elman 神经网络 | 第112-114页 |
| ·OIF Elman 神经网络数学模型 | 第112-113页 |
| ·OIF Elman 神经网络学习算法 | 第113-114页 |
| ·改进OIF Elman 神经网络 | 第114-118页 |
| ·改进OIF Elman 神经网络学习算法 | 第115-118页 |
| ·模拟实验 | 第118-122页 |
| ·本章小结 | 第122-124页 |
| 第8章 结论与展望 | 第124-128页 |
| 参考文献 | 第128-146页 |
| 攻读博士学位期间发表的学术论文 | 第146-148页 |
| 攻读博士学位期间参加的科研项目 | 第148-149页 |
| 中文摘要 | 第149-153页 |
| Abstract | 第153-157页 |
| 致谢 | 第157-158页 |
