自組織數據挖掘與經濟預測

第一章 經濟過程的預測問題
1.1 經濟是一個演化的復雜系統(tǒng)
1.2 預測方法評述
第二章 自組織數據挖掘基礎
2.1 數據挖掘概述
2.2 啟發(fā)式自組織方法
2.3 自組織數據挖掘
第三章 自組織數據挖掘算法
3.1 自組織數據挖掘算法的函數流程
3.2 參數GMDH算法
3.3 GMDH與人工神經網絡方法比較研究
3.4 GMDH與回歸分析比較研究
3.5 算法的內收斂性
3.6 活動神經元
第四章 自組織數據挖掘與經濟系統(tǒng)復雜性研究
4.1 揭示經濟對象構成因素及較準確的預測功能
4.2 自組織數據挖掘與非物理模型
4.3 從定性到定量綜合集成方法的具
4.4 客觀系統(tǒng)分析
4.5 客觀聚類分析方法
4.6 相似體合成算法
4.7 自組織模糊規(guī)則歸納法
第五章 基于自組織數據挖掘的經濟預測方法改進
5.1 兩水平算法及預測效果改善問題
5.2 因果關系檢驗模型
5.3 基于AC算法的經濟預測
5.4 自組織組合預測
5.5 基于DFA的自組織數據挖掘模型
第六章 自組織數據挖掘在經濟預測中的應用
6.1 小麥收成預測
6.2 成都市居民未來生活用水量預測模型的選擇
6.3 人民幣匯率影響因素及預測分析研究
6.4 自組織數據挖掘方法對電力需求的預測
6.5 基于AC-FRI的經濟預警體系
6.6 新股上市定價的自組織模型
6.7 FRI方法在市場調查分析中的應用研究
第七章 非軍事化展
7.1 自組織數據挖掘的方法論
7.2 自組織數據挖掘的方法改進綜述
7.3 值得進一步研究的問題