《計算智慧型改進方法及在金融與環境領域中的套用》是2012年經濟科學出版社出版的圖書，作者是王麗敏、韓旭明。
基本介紹
- 書名：計算智慧型改進方法及在金融與環境領域中的套用
- 作者：王麗敏、韓旭明
- ISBN：978-7-5141-2550-4
- 出版社：經濟科學出版社
- 出版時間：2012年12月
內容簡介,目錄,
內容簡介
《計算智慧型改進方法及其在金融與環境領域中的套用》是作者幾年來的科研成果的總結。全書共分8章，主要內容是以計算智慧型方法為基礎，對人工神經網路和進化算法進行了理論改進和套用研究，為金融和大氣環境領域提供了一些改進的方法和新的可行途徑。具體內容包括：（1）在科霍恩（Kohonen）提出的SOM（Self-Organizing Map）神經網路的基礎上，通過對獲勝節點的拓廣以及改進鄰域函式、連線權函式等方法，提出了具有多獲勝節點SOM2W（SOM with 2 Winners），SOM3W（SOM with 3 Winners），SOM4W（SOM with 4 Winners）和SOM5W（SOMwith 5 Winners）的網路模型。通過對上市公司進行聚類模擬的實驗結果表明，具有雙獲勝節點的SOM2W聚類能力最強，具有收斂速度快、計算量小、計算複雜性低等優點，並且該網路在分析股票的數量較多時，其優越性更為明顯。（2）鑒於時間收益因素和懲罰收益因素所具有的優點，為了進一步提高Elman網路的預測性能，將懲罰收益因素和時間收益因素引入Elman網路的目標函式中，提出帶有懲罰和時間收益因素的Elman神經網路模型，即ENNDPF（Elman Neural Network with Direction Profit Factor），ENNTPF（Elman Neural Network with TimeProfit Factor），和ENNDTPF（Elman Neural Network with Direction and Time Profit Factor）神經網路，並將其用於股市投資領域。實驗結果表明，ENNDTPF網路的預測性能優於Elman網路，且優於ENNDPF和ENNTPF網路，可以實現大幅度提高收益的目的。（3）為了使新股的價格真正體現上市公司的真實價值，利用SOM2W模型對反映上市公司綜合能力的財務指標進行聚類模擬，進行規律挖掘和知識發現，確定新股上市公司的性質和所屬類別，然後利用RBF神經網路模擬股市“黑箱”系統對新股進行合理定價，得到了令人滿意的結果。（4）採用具有全局最佳化功能的粒子群最佳化算法（Particle Swarm Optimization，PSO）對S型生長曲線指數公式中的參數進行最佳化，得到了對各種大氣污染物均適用的大氣污染損害率計算公式和指數公式，以及基於PSO大氣質量綜合污染損害率評價模型和指數評價模型，並將其用於對長春市的大氣質量進行評價，所得到的評價結果與實際評價結果基本吻合。（5）在OIFElman神經網路的基礎上，提出了改進的OIF Elman網路。根據長春市環境監測中心站提供的數據，利用改進OIF Elman模型對長春市的大氣質量進行預測，並根據預測結果對大氣質量進行評價。實驗結果表明，該模型具有良好的泛化能力、信息處理能力和很好的非線性逼近能力，所得結果與實際結果基本一致。該模型在大氣污染預測領域具有一定的套用前景。
目錄
第1章 緒論
1.1 研究背景
1.2 研究內容
第2章 計算智慧型方法概述
2.1 人工神經網路簡介
2.2 進化計算
2.3 本章小結
第3章 som和多獲勝節點som神經網路及其在股市板塊分析中的套用
3.1 引言
3.2 som神經網路
3.3 多獲勝節點som神經網路
3.4 模擬實驗
3.5 本章小結
第4章 elman及引入收益因素elman神經網路及其在股市投資中的套用
4.1 引言
4.2 elman神經網路
4.3 引入收益因素elman神經網路（ennpf）
4.4 模擬實驗
4.5 本章小結
.
第5章 基於som2w-rbf混合智慧型模型及其在新股定價中的套用
5.1 引言
5.2 som2w神經網路
5.3 rbf神經網路
5.4 模擬實驗
5.5 本章小結
第6章 基於pso大氣質量評價模型及其在大氣質量評價中的套用
6.1 引言
6.2 我國最常使用的api大氣質量評價法
6.3 pso算法簡介
6.4 基於pso大氣質量評價模型
6.5 模擬實驗
6.6 本章小結
第7章 改進oif elman神經網路及其在大氣
質量預測中的套用
7.1 引言
7.2 oif elman神經網路
7.3 改進oif elman神經網路
7.4 模擬實驗
7.5 本章小結
第8章 結論與展望
參考文獻
