证券市场控制系统的分析与预测

来源 :1998中国控制与决策学术年会 | 被引量 : 0次 | 上传用户:wy299
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
应用经济控制论的思想方法,以前馈神经网络为工具,对证券市场的某些重要方面(趋势)进行分析和研究,并进行了系统仿真。结果表明上述方法和工具对于证券市场的研究是可行的。
其他文献
纺粘无纺布育水稻抛秧苗姜素敏,陈庆南,王士忠纺粘无纺布,又名长丝无纺布,亦称丰收布,除在服装、建筑、家具行业大量应用外,由于它具有独特的增温保温、调节湿度、防滴水、防病害及
根据物神经网络的特性,该文在前馈神经网络模型中引入刺激-反应阈值使得神经元对外界不同强度的刺激能作出不同反应,计算机模拟结果表明,采用该方法能使能量收敛速度及训练成功的
该文提出一种基于误差函数的两种表现形式的前馈网网梯度-牛顿结合BP算法。该算法保留梯度法在学习初始阶段速度快的特点,同时对另一种形式的目标函数在收敛域内引入牛顿迭代法,算
针对用于多层前馈神经网络训练的递推估计计算量、存储量大和BP算法收敛速度慢,易陷入局部极小的缺点,对两种算法组合--BP算法训练隐层,线性递推估计训练输出层进行了研究,给出了分别基
该文提出前馈神经网络的一种梯度-牛顿耦合学习算法。利用梯度算法在网络学习初始阶段误差函数下降速度快而牛顿法在学习后期收敛率高且具有二阶收敛速度的优点,充分发挥两种算
该文从提高后验概率估计准确程度的角度出发,提出一种新的利用线性回归进行多神经网络集成的算法。为了能对各种网络都应用这一方法,文中还给出了一种将神经网络输出映射为后验
该论文基于神经网络所具有的活强大的学习能力,提出了一种用多层前馈神经网络实现的控制器。该控制器通过学习系统的逆动力学特性,能由系统反馈回的输入/输出状态及未来期望输出