摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第11-14页 |
2 相关知识 | 第14-20页 |
2.1 模糊逻辑系统 | 第14-17页 |
2.1.1 一型TSK模糊逻辑系统 | 第14-15页 |
2.1.2 二型TSK模糊逻辑系统 | 第15-16页 |
2.1.3 区间二型TSK模糊逻辑系统 | 第16-17页 |
2.2 神经网络结构 | 第17-18页 |
2.3 参数优化算法 | 第18-19页 |
2.3.1 QPSO算法 | 第18页 |
2.3.2 QPSO聚类算法 | 第18-19页 |
2.4 小结 | 第19-20页 |
3 基于QPSO算法的一型模糊逻辑系统的设计及应用 | 第20-33页 |
3.1 基于QPSO智能算法的一型模糊逻辑系统的设计 | 第20-23页 |
3.1.1 模糊规则筛选 | 第20页 |
3.1.2 一型模糊神经网络系统结构 | 第20-22页 |
3.1.3 一型系统参数调整 | 第22-23页 |
3.1.4 系统性能指标 | 第23页 |
3.2 一型智能系统在国际黄金价格预测中的应用 | 第23-28页 |
3.2.1 预测数据来源 | 第23-24页 |
3.2.2 输入输出训练对及规则提取 | 第24页 |
3.2.3 一型系统设计及应用 | 第24-27页 |
3.2.4 算法性能比较 | 第27-28页 |
3.3 一型智能系统在纳斯达克综合指数预测中的应用 | 第28-32页 |
3.3.1 预测数据来源 | 第28页 |
3.3.2 输入输出训练对及规则提取 | 第28-29页 |
3.3.3 一型系统设计及应用 | 第29-31页 |
3.3.4 算法性能比较 | 第31-32页 |
3.4 小结 | 第32-33页 |
4 基于QPSO算法的A1-C1型模糊逻辑系统的设计及应用 | 第33-42页 |
4.1 基于QPSO智能算法的A1-C1型模糊逻辑系统的设计 | 第33-36页 |
4.1.1 模糊规则筛选 | 第33页 |
4.1.2 A1-C1型模糊神经网络系统结构 | 第33-35页 |
4.1.3 A1-C1型系统参数调整 | 第35-36页 |
4.1.4 系统性能指标 | 第36页 |
4.2 A1-C1型智能系统在纳斯达克综合指数预测中的应用 | 第36-40页 |
4.2.1 预测数据来源 | 第36页 |
4.2.2 输入输出训练对及规则提取 | 第36-37页 |
4.2.3 A1-C1型系统设计及应用 | 第37-39页 |
4.2.4 算法性能比较 | 第39-40页 |
4.3 小结 | 第40-42页 |
5 基于QPSO算法的A2-C0型模糊逻辑系统的设计及应用 | 第42-50页 |
5.1 基于QPSO智能算法的A2-C0型模糊逻辑系统的设计 | 第42-45页 |
5.1.1 模糊规则筛选 | 第42页 |
5.1.2 A2-C0型模糊神经网络系统结构 | 第42-43页 |
5.1.3 A2-C0型系统参数调整 | 第43-45页 |
5.1.4 系统性能指标 | 第45页 |
5.2 A2-C0型智能系统在纳斯达克综合指数预测中的应用 | 第45-49页 |
5.2.1 预测数据来源 | 第45页 |
5.2.2 输入输出训练对及规则提取 | 第45页 |
5.2.3 A2-C0型系统设计及应用 | 第45-48页 |
5.2.4 算法性能比较 | 第48-49页 |
5.3 小结 | 第49-50页 |
6 基于QPSO算法的A2-C1型模糊逻辑系统的设计及应用 | 第50-60页 |
6.1 基于QPSO智能算法的A2-C1型模糊逻辑系统的设计 | 第50-53页 |
6.1.1 模糊规则筛选 | 第50页 |
6.1.2 A2-C1型模糊神经网络系统结构 | 第50-52页 |
6.1.3 A2-C1型系统参数调整 | 第52-53页 |
6.1.4 系统性能指标 | 第53页 |
6.2 A2-C1型智能系统在纳斯达克综合指数预测中的应用 | 第53-58页 |
6.2.1 预测数据来源 | 第53-54页 |
6.2.2 输入输出训练对及规则提取 | 第54页 |
6.2.3 A2-C1型系统设计及应用 | 第54-57页 |
6.2.4 算法性能比较 | 第57-58页 |
6.3 四种模糊逻辑系统的性能比较 | 第58-59页 |
6.4 小结 | 第59-60页 |
7 结论 | 第60-61页 |
参考文献 | 第61-65页 |
攻读硕士期间参与科研项目与发表学术论文情况 | 第65-66页 |
致谢 | 第66页 |