基于粒子群概率神经网络模型的汇率预测方法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-13页 |
| ·论文研究的背景与意义 | 第7-8页 |
| ·国内外研究现状及发展趋势 | 第8-11页 |
| ·外汇汇率预测现状 | 第8-10页 |
| ·神经网络的应用现状和发展趋势 | 第10-11页 |
| ·论文的研究内容 | 第11-13页 |
| 2 汇率知识 | 第13-16页 |
| ·汇率基本知识 | 第13页 |
| ·外汇市场 | 第13页 |
| ·影响外汇供求关系的因素 | 第13-16页 |
| 3 概率神经网络 | 第16-25页 |
| ·神经网络概述 | 第16-20页 |
| ·神经元的基本结构 | 第16-17页 |
| ·神经网络结构及工作方式 | 第17-19页 |
| ·神经网络的学习方式 | 第19-20页 |
| ·神经网络的应用及发展趋势 | 第20页 |
| ·概率神经网络 | 第20-23页 |
| ·贝叶斯决策（Bayes Classifier） | 第20-21页 |
| ·Parzen 窗法 | 第21-23页 |
| ·概率神经网络的设计 | 第23-24页 |
| ·概率神经网络的特点 | 第24-25页 |
| 4 粒子群算法 | 第25-30页 |
| ·粒子群算法概述 | 第25-26页 |
| ·粒子群算法基本步骤和流程图 | 第26-27页 |
| ·粒子群算法分类及改进方向 | 第27-29页 |
| ·粒子群算法适应度函数 | 第29-30页 |
| 5 概率神经网络汇率预测模型 | 第30-45页 |
| ·数据收集与处理 | 第30-32页 |
| ·概率神经网络汇率预测模型 | 第32-35页 |
| ·基于粒子群优化的概率神经网络模型 | 第35-41页 |
| ·粒子群优化的概率神经网络模型构建 | 第35-37页 |
| ·粒子群优化的概率神经网络汇率预测模型 | 第37-41页 |
| ·基于改进的粒子群优化算法概率神经网络模型 | 第41-45页 |
| ·改进的粒子群优化概率神经网络模型构建 | 第41-43页 |
| ·改进粒子群优化概率神经网络汇率预测模型 | 第43-45页 |
| 6 结论与展望 | 第45-47页 |
| ·研究的主要内容 | 第45页 |
| ·取得的预期成果 | 第45页 |
| ·存在的不足和进一步研究的方向 | 第45-46页 |
| ·今后进一步研究的方向 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 附录A：样本数据 | 第52-64页 |
| 附录B：部分源程序代码 | 第64-68页 |
