分享到:

股票智能预测决策研究及应用

本文针对股票市场这一非线性系统进行了智能预测、决策分析的理论和方法研究,得出了一些有用的结论,解决了一些问题;同时结合上述理论的应用,对已有的股票分析系统,给出了改进意见和设计框架,无论从理论方面还是应用方面都是有价值的:1.根据模糊集与随机集之间的关系——随机集上的落影函数等价于模糊集上的隶属函数;从而,转化模糊集隶属函数的计算为随机集落影函数的求取。按照随机集落影函数的物理含义,推出单因素、多因素落影预测的估计公式。给出模糊集值统计下落影函数的最优无偏估计定义,为在线修改模糊规则给出理论基础。2.股票的筛选问题一直是一个非常令人烦恼的问题,通过模糊数学理论,作者给出了一种非常有效的股票筛选方法,可以结合多种股票属性进行综合评判,从而选择出最适合投资者投资的股票。3.基于股票的K线运行形态,充分结合已有的股票技术分析和人工智能方法,设计了混合认知和模糊预测系统,预测结果表明,对股票在一定时期内的多步预测问题,该种模型具有极高的  (本文共115页) 本文目录 | 阅读全文>>

《计算机测量与控制》2017年05期
计算机测量与控制

智能预测控制在谷物干燥过程中的应用研究

0引言随着智能农业化技术的发展,农业生产和作业过程中的智能化水平不断提高,谷物干燥是农业生产中对粮食谷物进行晾晒、烘干和通风的重要步骤,谷物干燥是保证粮食有效存储、确保谷物质量的关键环节。谷物干燥的方法主要有通风机干燥、烘烤炉干扰和阳光晾晒干燥技术,对大规模谷物干燥进行处理过程中,通常采用加温通风干燥技术,对大规模谷物的干燥处理过程中,对干燥房的温度、湿度、防潮和通风性能有较高的要求。随着集成自动控制技术的不断发展,采用智能控制系统控制干燥房的温度和湿度,实现对谷物干燥的智能控制,对提高粮食的口感和质量具有重要作用,相关的控制方法和系统研究设计受到人们的极大关注[1]。谷物干燥的控制过程是一个多参量的约束性耦合控制过程,对谷物干燥的集成智能控制系统的开发设计主要分为硬件设计和软件设计两大部分,通过过程控制算法设计,结合预测控制系统的软件开发和系统设计,实现对谷物干燥过程的智能预测控制。传统方法中,对谷物干燥过程控制方法主要有模糊...  (本文共4页) 阅读全文>>

《污染防治技术》2008年01期
污染防治技术

科学家对机器人的智能预测

研究机器人的科学家们发现:不管机器人像人还是不像人,但机器人的智能在一天天地提高。人类对机器人一直怀有一种既爱又怕,欲迎还拒的复杂心情。因为人们认为,人类能控制力气比人大得多的机器,却不知道能否控制那一天可能比人类聪明得多的机器。人类难以预测自己一手炮制出来的这种伟大的特殊的机器未来将可能如何,因此对机器人的智能全面超越人类感到忐忑不安。人们感到,对一千年、一万年之后的机器人难以预测,...  (本文共1页) 阅读全文>>

《计算机测量与控制》2003年03期
计算机测量与控制

智能预测控制在工业滞后系统中的应用

1 引言对于大滞后系统 ,许多补偿方法从理论上讲可以克服纯滞后对控制品质的影响 ,但这需要掌握对象的准确模型。实际上很多控制系统在运行过程中存在不确定性 ,所以其准确的参数化模型是很难建立的。为此 ,很有必要研究一种不苛求对象模型、具有滞后补偿、抗干扰能力强、鲁棒性好的控制策略。考虑到预测控制本身不苛求系统的结构形式 ,只强调预测功能 ,所以文章采用预测控制的思想并结合神经网络的优点来克服上述问题。论文详细地阐述了基于预测思想 ,采用神经网络建立预测模型和预测控制器的智能预测控制策略。2 智能预测控制的概念和结构智能预测控制 (SPC)就是先用智能预测模型依据过去的输入序列和输出序列及当前的输入来预测被控对象的未来输出值 ,再利用控制算法在线校正和优化被控对象的动态行为 ,最终使被控对象的输出紧贴期望轨迹 ,稳定在设定值上。SPC可以不知道被控对象的参数 ,也不要求控制对象的参数恒定 ,它会根据所得到的信息在线调整预测模型的结构...  (本文共3页) 阅读全文>>

《统计与决策》2009年01期
统计与决策

交通货运量的智能预测模型

0引言货运量是交通运输业的重要指标,研究表明:我国货运量的变化呈现明显的非线性。这种非线性是由于经济系统各项指标之间的非线性、强耦合性、时变性所致[1]。核方法[2](Kernel Method)是1998年以后由统计学习理论(SLT)发展而来的一种新型数据处理方法,包括支持向量机(SVM)、支持向量回归(SVR)以及基于核的特征提取理论和一类分类方法等。核方法实现了数据空间、特征空间和类别空间之间的非线性变换。特别是SVR建立在结构风险最小化的优化目标上,很大程度上改善了神经网络在非线性拟合上存在的不足。基于此,本文首先介绍SVR算法[2],并在部分借鉴前人研究成果基础上,对我国货运量的历史数据进行了分析,由此构建基于SVR算法的数学模型。1支持向量回归(SVR)Support Vector Regression(SVR),即支持向量回归,是核方法中的一项主要内容,SVR具有很强的非线性拟合能力,非常适合于处理非线性回归问题。...  (本文共2页) 阅读全文>>

《山东交通学院学报》2004年02期
山东交通学院学报

短时交通流智能预测方法的研究

作为智能交通系统(ITS)的核心内容之一,智能交通控制与诱导系统一直是ITS研究的热门课题。城市交通流控制与诱导系统的实现将有效地减少交通拥挤和城市环境污染,提高道路通行能力和改善交通安全状况。而实时、准确的交通流量预测正是这些系统实现的前提及关键,交通流量预测结果的好坏直接关系到交通控制与诱导的效果。交通控制和交通诱导系统需要在做出控制(诱导)变量决策的时刻对下一决策时刻乃至以后若干时刻的交通流量做出短期实时预测。一般认为t到t+1之间的预测时间跨度不超过15min(甚至小于5min)的预测是短时交通预测[1]。1 交通流预测方法早在20世纪六七十年代,人们就开始将预测模型用于短时交通流量预测领域[2],至今已提出了近30种预测方法。早期的预测方法主要有自回归滑动平均模型(ARMA)、自回归模型(AR)、滑动平均模型(MA)和历史平均模型(HA)等等。这些线性预测模型考虑因素都较为简单,一般都用最小二乘法(LS)在线估计参数,...  (本文共4页) 阅读全文>>