自组织数据挖掘与经济预测PDF|Epub|txt|kindle电子书版本下载

自组织数据挖掘与经济预测PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

第1章 经济过程的预测问题1

1.1 经济是一个演化的复杂系统1

1.1.1 复杂性科学研究1

1.1.2 经济系统的演化复杂性5

1.1.3 提高经济预测质量的途径6

1.2 预测方法评述8

1.2.1 一般预测方法8

1.2.2 主要定量预测方法评述10

1.2.3 预测研究新范式12

参考文献15

第2章 自组织数据挖掘基础16

2.1 数据挖掘概述16

2.1.1 建模方法：基于理论的方法和基于数据的方法16

2.1.2 数据挖掘17

2.1.3 数据挖掘与知识提取19

2.2 启发式自组织方法20

2.2.1 基本原则20

2.2.2 在启发式自组织基础上建模的一般步骤23

2.2.3 模型结构数24

2.2.4 关于术语“自组织”的含义26

2.3 自组织数据挖掘27

2.3.1 模型的自动产生27

2.3.2 自组织数据挖掘建模的基本思想28

2.3.3 统计学习网络29

2.3.4 归纳途径——GMDH算法31

2.3.5 自组织数据挖掘的基本原理32

2.3.6 最优复杂度模型36

参考文献39

第3章 自组织数据挖掘算法40

3.1 自组织数据挖掘算法的函数流程40

3.2 参数GMDH算法41

3.2.1 GMDH算法实现步骤42

3.2.2 GMDH的基本算法43

3.2.3 选择准则49

3.3 GMDH与人工神经网络方法比较研究55

3.3.1 对系统先验知识的应用55

3.3.2 归纳学习的算法过程56

3.3.3 模型的推广能力57

3.3.4 例——系统辨识57

3.4 GMDH与回归分析比较研究58

3.4.1 算法假设的比较58

3.4.2 算法过程的比较59

3.4.3 对系统拟合和预测效果的实验比较60

3.4.4 GMDH与回归分析方法的联系61

3.5 算法的内收敛性61

3.5.1 外准则的标准型62

3.5.2 输出传播的多层算法62

3.6 活动神经元65

参考文献66

第4章 自组织数据挖掘与经济系统复杂性研究68

4.1 揭示经济对象构成因素及较准确的预测功能68

4.2 自组织数据挖掘与非物理模型70

4.3 从定性到定量综合集成方法的具体实现技术72

4.3.1 专家知识的综合集成：算法的初始输入模型72

4.3.2 人机对话的语言：外准则73

4.3.3 专家经验判断与计算机运算相结合：GMDH算法过程74

4.4 客观系统分析74

4.4.1 基本原理75

4.4.2 基本步骤75

4.4.3 实例：中国宏观经济模型77

4.5 客观聚类分析方法81

4.5.1 基本原理82

4.5.2 基本步骤82

4.5.3 实例：基于信息基础设施的国家聚类分析84

4.6.1 基本原理87

4.6 相似体合成算法87

4.6.2 基本步骤88

4.6.3 实例：中国能源消费预测90

4.7 自组织模糊规则归纳法92

4.7.1 工作原理92

4.7.2 基本步骤93

4.7.3 实例：四川GDP增长的主要影响因素分析95

参考文献97

第5章 基于自组织数据挖掘的经济预测方法改进98

5.1 两水平算法及预测效果改善问题98

5.1. 1 GMDH两水平算法工作原理99

5.1.2 GMDH两水平算法基本步骤100

5.1.3 两水平算法扩大可预测范围的研究101

5.2 因果关系检验模型106

5.2.1 Granger因果关系检验模型107

5.2.2 基于GMDH的因果关系检验模型107

5.3.1 AC算法在股市预测中的应用110

5.3 基于AC算法的经济预测110

5.3.2 成都市GDP的预测113

5.4 自组织组合预测114

5.4.1 组合预测方法评述114

5.4.2 自组织组合预测的步骤115

5.4.3 应用实例：成都市消费水平预测116

5.5 基于DFA的自组织数据挖掘模型118

5.5.1 预测的困难性118

5.5.2 数据预分析对预测的必要性119

5.5.3 DFA方法简介120

5.5.4 实证分析121

参考文献126

第6章 自组织数据挖掘在经济预测中的应用127

6.1 小麦收成预测127

6.2 成都市居民未来生活用水量预测模型的选择128

6.2.1 自回归和层次分析供水量预测模型128

6.2.3 预测模型的比较分析131

6.2.2 利用自组织数据挖掘方法建立模型131

6.2.4 成都市居民生活用水量预测132

6.3 人民币汇率影响因素及预测分析研究133

6.3.1 人民币实际汇率影响因素的专家见解134

6.3.2 人民币实际汇率的自组织模型136

6.3.3 结果分析138

6.4 自组织数据挖掘方法对电力需求的预测140

6.4.1 问题的提出140

6.4.2 城市电力需求静态预测模型141

6.4.3 成都市电力需求动态预测模型143

6.5 基于AC-FRI的经济预警体系143

6.5.1 AC-FRI经济预警体系工作原理144

6.5.2 AC-FRI经济预警体系基本步骤145

6.5.3 四川省经济预警系统145

6.5.4 结论150

6.6.2 模型设计151

6.6.1 问题的提出151

6.6 新股上市定价的自组织模型151

6.6.3 模型结果分析153

6.7 FRI方法在市场调查分析中的应用研究155

6.7.1 FRI方法在市场调查分析中的基本步骤156

6.7.2 仅用FRI的市场调查分析实证研究157

6.7.3 聚类分析方法与FRI结合进行市场调查分析的实证研究162

参考文献165

第7章 研究展望167

7.1 自组织数据挖掘的方法论167

7.2 自组织数据挖掘方法改进综述167

7.2.1 对自组织数据挖掘本身的改进研究168

7.2.2 自组织数据挖掘与其他方法的结合171

7.3 值得进一步研究的问题173

参考文献175

索引178