【作者(必填)】张宇

【文题(必填)】基于基因表达式编程的股票投资决策系统

http://cdmd.cnki.com.cn/Article/CDMD-10183-2010032175.htm

【年份(必填)】2009

【全文链接或数据库名称(选填)】

基于基因表达式编程的股票投资决策系统

张宇  

【摘要】： 人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科。在人工智能早期被提出的时候,人们大多这门学科比较乐观,很多权威的计算机研究人员预测,用不了多少年以后计算机的智能将超越人类。到时候,世界将由计算机和人类将共同统治世界。甚至很多科幻小说认为计算机的智能会超过人类。 但是,人工智能问题的复杂度和困难度远远比想象的高,近几十年人们在多个方向上不断研究,其中包括:基于符号进行的逻辑推理和启发性搜索、基于连接思想的神经网络研究、基于进化思想的理论研究,但是都没有实质性的进展,只能说是在某些狭窄的应用领域中取得一些成果。 本文针对基于进化思想的一个分支进行研究,设计并实现了一套基于基因表达式编程的股票投资决策系统,该系统并非用于准确预测未来股票指标的具体数字,而是针对股票指数的未来走势作出具有一定逻辑性的投资决策意见。 该系统对原始基因表达式编程算法进行了改造,采用多层级的基因编码方式,解决了基因编码的重复使用问题;改进了karva基因编码方式,增强了基因表达式的解决问题的复杂性,同时不影响算法的进化速度;改进了适应度的评估方式,从而解决了高适应度低能的问题;改进了原始的遗传操作,以便适应新的基因编码方式。

【关键词】：时间序列 预测 基因表达式编程
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TP311.52
【目录】：

• 内容提要4-7
• 第1章 绪论7-10
• 1.1 背景介绍7-8
• 1.2 本文主要内容8
• 1.3 本文组织结构8-10
• 第2章 基因表达式编程的理论研究10-21
• 2.1 GEP 的产生与发展10
• 2.2 GEP 的基本思想10-11
• 2.3 GEP 的流程图11-12
• 2.4 GEP 的基本原理12-20
• 2.4.1 GEP 染色体编码12-13
• 2.4.2 适应度评估13-18
• 2.4.3 遗传操作18-20
• 2.5 GEP 的应用范围20-21
• 第3章 基因表达式编程的应用研究21-34
• 3.1 GEP 的相关算法21-25
• 3.1.1 遗传算法(Genetic Algorithms)21-23
• 3.1.2 遗传程序设计(Genetic Programming)23-25
• 3.2 三种算法对比分析25-28
• 3.2.1 总体分析25-27
• 3.2.2 基因编码方式对比27
• 3.2.3 适应度评估对比27-28
• 3.2.4 遗传操作对比28
• 3.3 时序预测问题28-34
• 3.3.1 问题描述28-29
• 3.3.2 经典求解方法介绍29-34
• 第4章 股票投资决策系统的设计34-44
• 4.1 设计思想描述34-35
• 4.2 算法改进及说明35-39
• 4.2.1 染色体编码35-37
• 4.2.2 适应度评估37-38
• 4.2.3 遗传操作38-39
• 4.3 设计细节描述39-44
• 4.3.1 算法描述39-41
• 4.3.2 程序设计说明41-44
• 第5章 系统调试结果与分析44-49
• 5.1 数据选取与处理44-45
• 5.2 实验结果45-48
• 5.3 结果分析48-49
• 第6章 结论与展望49-51
• 参考文献51-53
• 致谢53-54
• 摘要54-56
• Abstract56-57
  

http://cdmd.cnki.com.cn/Article/CDMD-10183-2010032175.htm