自组织数据挖掘与经济预测PDF电子书下载

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