

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、——————————————————————————————————————一。凌菱莓或發(fā)表該論文涉及的研究?jī)?nèi)容時(shí);‘會(huì)注明西安理工大學(xué)!;;西安理工大學(xué)擁有學(xué)位論文的墨i疆蔞如下使用權(quán),1,j’包括;警??梢员4鎸W(xué)位論文;、可以采用影剮,縮印或其他復(fù)制手段保存;董:甏豢:論文知:。軻以查閱或借閱一本人授權(quán)西安理墨太學(xué)對(duì)學(xué)位論文全部?jī)?nèi)容編入冷耥數(shù)據(jù)庫(kù):≈o籜荔”\’。,■’一:?!觯琷一一。,礦r■j每≤裝進(jìn)符檢索。;本學(xué)位論文全部或部
2、分丙容的公布(包括刊登)授權(quán)西安理芏矢學(xué)研究生學(xué)摻%,移糟靜:二轉(zhuǎn)、銹劣鈍稚漾囊繅洳蹉瓣蕊囊羹fl”,cj。J!。、~、’、1f,:一1一t一一一t“~‘知持二多:,‘’7,’二i,Jth一上!、J:』j鏈一々、7,’’土校保密辦公室確定密級(jí)的涉密學(xué)位論文,按照相關(guān)保密規(guī)定執(zhí)行需要進(jìn)行,,’j,:。毒撓0‘0toj。1一竹;、’,r,i尊!長(zhǎng)疑%j牟;j;分。嘶,托‰,苷斃‘,鉛jIk一7F,』■r』j,j,!jJ。r7竹’,oL,o4
3、0,竹,。tjr,,1一,nj01‘s:’1‘,行1r。、’1純,一絕=:囊;‰幸,捧毋,、托帶饕每!秘母j$。漳:技術(shù)保密的學(xué)位論文;按照《西安理工大學(xué)學(xué)位論文技術(shù)保密申請(qǐng)表》內(nèi)容進(jìn)行保密(附j(luò)畢篇節(jié)奠。?!?。。i:,,i‘,,;j,‘jcj,,,、20,,■’^諱毒等未《西安理輯%0#弓停‰==l,蔫:靜‰二咎保密j若非锨結(jié)糝謗轉(zhuǎn)%擄端巍:榨榷磐才絮昝務(wù)毪餮,律,。韉一毪7轉(zhuǎn)誓勞‘乞糯:銹二轉(zhuǎn)備、扣!斧拳%j二勞轉(zhuǎn)絮芬張等0:椎端鬻
4、,影j每◇器轉(zhuǎn)熊肄%恐端:磚%教苷爺揀%棼曾鬈,年萎:摻:軒。南二弗筏’#,:輯;0i、:#’越;士7,一:每聲聾每‰,。、07待皋,髯箍二爭(zhēng)7每,,張毪_,_冀,轉(zhuǎn)’號(hào)冬j掣制51≯’譬并i肄囂麓餾:筆j!弘挎:弦£7f,l’捧≈t’朽,;聲’滲疊、1’7_咎r南、,輯::樣jt:娃#辛肄L‘摶f7k≯‘jc~i梅一,Xf1‘論文題目:基于小波與神經(jīng)網(wǎng)絡(luò)的非參數(shù)模型及其應(yīng)用研究學(xué)科專業(yè):應(yīng)用數(shù)學(xué)研究生:劉常明指導(dǎo)老師:張德生教授摘要簽
5、名:麴整!日簽名:齜本文將小波分析與神經(jīng)網(wǎng)絡(luò)、可加外生變量的非參數(shù)模型相結(jié)合對(duì)上證綜指月度收盤指數(shù)進(jìn)行研究,該方法發(fā)揮了小波分析的時(shí)頻局部化特征和神經(jīng)網(wǎng)絡(luò)的非線性映射功能,同時(shí)又考慮了影響股票價(jià)格的外界因素,具有較好的預(yù)測(cè)效果。本文的主要研究?jī)?nèi)容如下:1考慮到外界因素對(duì)股票指數(shù)的影響,應(yīng)用灰典型相關(guān)分析法對(duì)上證綜指的影響因素進(jìn)行分析,分析結(jié)果表明:貨幣供應(yīng)量是影響上證綜指的一個(gè)重要影響因素。2首先對(duì)上證綜指月度收盤指數(shù)建立了NAR模型,
6、并對(duì)其進(jìn)行了預(yù)測(cè);然后,將貨幣供應(yīng)量作為外生變量引入到模型中,建立了上證綜指的NARX模型并進(jìn)行預(yù)測(cè);最后將NARX模型的預(yù)測(cè)結(jié)果與NAR模型的預(yù)測(cè)結(jié)果作比較。結(jié)果表明:NARX模型的預(yù)測(cè)效果優(yōu)于NAR模型。3首先對(duì)上證綜指月度收盤指數(shù)和貨幣供應(yīng)量進(jìn)行小波分解和重構(gòu),分別得到它們的近似序列和細(xì)節(jié)序列。然后,對(duì)上證綜指建立了基于小波的NARX模型,即分別對(duì)近似序列和細(xì)節(jié)序列建立NARX模型,并分別進(jìn)行預(yù)測(cè),再將兩部分的預(yù)測(cè)值疊加作為最終的
7、預(yù)測(cè)值;同時(shí),對(duì)上證綜指建立了基于小波的NNNARX模型,即對(duì)近似序列建立BP神經(jīng)網(wǎng)絡(luò)模型,對(duì)細(xì)節(jié)序列仍然建立NARX模型,并分別進(jìn)行預(yù)測(cè),再將兩部分的預(yù)測(cè)值疊加作為最終的預(yù)測(cè)值;最后,將上證綜指的NAR模型、NARX模型、基于小波的NARX模型、基于小波的NNNARX模型這四個(gè)模型的預(yù)測(cè)效果進(jìn)行比較。結(jié)果表明:基于小波的NNNARX模型的預(yù)測(cè)精度最好,基于小波的NARX模型的預(yù)測(cè)精度次好,NAR模型的預(yù)測(cè)精度最差。關(guān)鍵詞:上證綜指月度
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波與神經(jīng)網(wǎng)絡(luò)的非參數(shù)模型及其應(yīng)用研究
- 小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化及其應(yīng)用.pdf
- 小波神經(jīng)網(wǎng)絡(luò)的優(yōu)化及其應(yīng)用研究.pdf
- 基于改進(jìn)粒子群——小波神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型及其應(yīng)用研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)及其應(yīng)用.pdf
- 基于小波與對(duì)角神經(jīng)網(wǎng)絡(luò)的陀螺誤差建模及其應(yīng)用研究.pdf
- 小波參數(shù)化與小波神經(jīng)網(wǎng)絡(luò)研究.pdf
- 小波混沌神經(jīng)網(wǎng)絡(luò)研究及其應(yīng)用.pdf
- 基于模糊小波神經(jīng)網(wǎng)絡(luò)的BDI模型.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別研究與應(yīng)用.pdf
- 小波過(guò)程神經(jīng)網(wǎng)絡(luò)相關(guān)理論及其應(yīng)用研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的回歸模型及其應(yīng)用研究.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究.pdf
- 基于小波和遲滯的混沌神經(jīng)網(wǎng)絡(luò)及其應(yīng)用.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的高爐爐溫預(yù)報(bào)模型研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的沉降模型分析研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的河道流量預(yù)測(cè)研究與應(yīng)用.pdf
- 改進(jìn)的小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化算法及其應(yīng)用研究.pdf
- 小波神經(jīng)網(wǎng)絡(luò)及其在飛控系統(tǒng)中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論