检索结果-内蒙古大学图书馆

在信息技术迅速发展的背景下,随着上市公司数量的逐年增多以及我国股票市场信息披露制度的逐步完善,我国股票市场中累积了越来越多的数据。如何从这些数据中获得有用的信息,这是广大投资者关心的一个问题。作为股票市场数据分析的常用方法,传统计量经济学在模型的设定和假设条件上存在着局限。因此本文引入了自组织数据挖掘。自组织数据挖掘在进化论自组织原理的基础上,以GMDH算法为核心,实现数据挖掘过程的自组织控制,与其他方法相比具有自组织模式识别和自组织筛选等优点。本文阐述了自组织数据挖掘的基本思想,并介绍了自组织数据挖掘中的两种算法——参数自组织数据挖掘GMDH算法和非参数自组织数据挖掘AC算法。根据股票市场上两类数据的不同特点,我们分别采用了GMDH算法和AC算法对数据进行挖掘,并进行了实证研究。将GMDH算法应用于财务数据的挖掘,预测上市公司的财务危机,实证结果表明基于GMDH的上市公司财务预测模型,预测准确率优于判别分析和Logit回归分析,显示出GMDH在模型识别和模型推广能力上具有它独特的优越性。将AC算法用于预测股价的发展趋势,是从局部的角度来挖掘交易数据中的信息,有别于以往传统计量经济学的全局性模型。实证结果表明,AC算法股价趋势预测有着良好的预测效果。同时通过实证还发现,与固定时间窗口相比,通过形态理论来选择时间窗口的预测效果更好,可以说形态理论的应用,提高了AC算法在股价趋势预测上的准确性,显示出该方法的可行性和实用性。不论是参数型还是非参数型的自组织数据挖掘,本文的实证研究为其在股票市场中的应用提供了切实可行的经验。同时为投资者挖掘股票市场的数据信息,认识股票市场规律、正确进行管理和投资提供了有效的分析技术,对丰富和创新股票市场的预测方法和手段具有重要的现实意义。

关键词：自组织数据挖掘 GMDH算法 AC算法

来源：评论

学校读者我要写书评

暂无评论

自组织数据挖掘在高炉炉温预测控制中的应用

自组织数据挖掘在高炉炉温预测控制中的应用

引用

作者：贺诗波浙江大学

学位级别：硕士

钢铁是现代人类社会使用的最广泛和最重要的材料之一,是国民经济持续发展的基础。高炉炼铁是钢铁工业的上游主体工序,它的发展直接关系到后续工序的发展,且对钢铁工业的节能降耗起着重要作用。然而,由于高炉是一个极其复杂的系统,其运... 详细信息

钢铁是现代人类社会使用的最广泛和最重要的材料之一,是国民经济持续发展的基础。高炉炼铁是钢铁工业的上游主体工序,它的发展直接关系到后续工序的发展,且对钢铁工业的节能降耗起着重要作用。然而,由于高炉是一个极其复杂的系统,其运行机制往往具有非线性、时滞、高维、大噪声、分布参数等特性,至今对其运行机理尚未能深入了解。高炉冶炼过程的这种复杂性,增加了其过程控制自动化的难度。一直以来,冶金自动化领域都没有攻克这个技术难题。在非平稳炉况下对高炉炉温进行预测和控制,则是这个难题的重要组成部分,更是当代冶金科技发展的前沿课题。本文以包钢6#高炉（2500m3）在线采集的数据为研究对象,针对现有炉温预测模型的种种不足,在科学分析的基础上,第一次提出在高炉系统中用自组织数据挖掘方法进行系统分析和建模。这种方法集合神经网络、遗传算法和回归分析的相应优点,能在给定系统输入和模型选择准则（外准则）后自动进行模型的筛选,并且能充分考虑变量之间的相互影响。经过在高炉现场的大量调研,并结合实际经验和相关理论给出了影响系统的输入变量、中间网络的传递函数和模型选择准则。应用自组织数据挖掘的参数GMDH算法,得到了一个自动生成的高炉炉温预测控制模型。实际应用中,这个模型有着较好的预测命中率。并且由于模型中考虑到变量之间的相互影响,此模型也可以作为高炉系统分析的基础。接着用自组织数据挖掘的非参数方法对系统进行了研究,得出了非参数方法在高炉系统应用的优缺点。因此,引入自组织数据挖掘算法对于解析高炉系统运行的机理提供了一个非常有力的工具。本文以高炉冶炼现场的实际需要为根本出发点,以数学理论、高炉冶炼过程的工艺机理为基础,对高炉运行过程进行了详细的分析。实践表明,本文建立的数学模型对指导高炉炼铁生产实践,进一步研究高炉系统具有重要的理论价值。

关键词：高炉炼铁自组织数据挖掘 GMDH算法 AC算法系统分析

来源：评论

学校读者我要写书评

暂无评论

自组织数据挖掘理论与方法及经济系统的复杂性研究

自组织数据挖掘理论与方法及经济系统的复杂性研究

引用

作者：俞海四川大学

学位级别：硕士

经济系统的复杂性研究着重于揭示经济对象构成的原因及其深化的历程，并尽可能准确地预测其未来的发展。只要利用科学方法揭示我国复杂经济系统的演化规律，并采用切实可行的对策，制定出科学的中长期规划，就可以避免重大的决策失误。... 详细信息

经济系统的复杂性研究着重于揭示经济对象构成的原因及其深化的历程，并尽可能准确地预测其未来的发展。只要利用科学方法揭示我国复杂经济系统的演化规律，并采用切实可行的对策，制定出科学的中长期规划，就可以避免重大的决策失误。所以，经济系统的复杂性研究对于我国的国民经济健康发展具有十分重要的意义。本文深入研究和发展自组织数据挖掘的理论与方法，并用于中国经济系统的复杂性研究。其主要工作如下： (1)提出了一个新观点：自组织数据挖掘方法是研究复杂系统的从定性到定量综合集成方法的有效实现技术。对人民币汇率影响因素分析的实证研究印证了上述观点。 (2)提出了自组织组合预测法。与一些常见的组合预测方法比较，该方法显著改善了模型的预测能力。实证分析显示了其在预测中的有效性和可操作性。 (3)结合复杂经济系统的特点对自组织数据挖掘方法的改进。使用增加同类经济对象数据样本的方法，解决了自组织数据挖掘算法实际应用的一个矛盾：其相似体合成算法需要大数据样本但复杂经济系统中有效数据样本不足。鉴于研究经济系统时常关注它的近期行为，对客观系统分析法中使用的最小偏差准则进行了相应改进。受证券投资技术分析中移动平均指标的启发，对我国股市进行预测时，使用了带移动平均处理自变量的自组织数据挖掘算法。上述改进的实证研究表明它们得到的结果更符合经济系统实际。本文的结果是对自组织数据挖掘理论与方法及经济系统的复杂性研究的发展，对正确认识我国国民经济系统的演化规律并进行科学决策具有参考意义。

关键词：自组织数据挖掘经济系统复杂性

来源：评论

学校读者我要写书评

暂无评论

多准则自组织数据挖掘及其在客户分析中的应用研究

多准则自组织数据挖掘及其在客户分析中的应用研究

引用

作者：赵珩君四川大学

学位级别：博士

随着市场竞争日益激烈,企业正从“以产品为中心”的模式向“以客户为中心”的模式转变。企业需要借助客户分析来制定有效的营销策略,客户分析属于归纳研究,出发点是现实世界的数据、模型以及从这些要素中得出的理论。客户分析需要通过... 详细信息

随着市场竞争日益激烈,企业正从“以产品为中心”的模式向“以客户为中心”的模式转变。企业需要借助客户分析来制定有效的营销策略,客户分析属于归纳研究,出发点是现实世界的数据、模型以及从这些要素中得出的理论。客户分析需要通过调查、访问、问卷、取样等多种途径搜集客户数据信息,而这些数据经常受到噪声污染,噪声数据的存在干扰客户分析的结果。因此,选择抗干扰性强的分析方法便成为客户分析首先要解决的问题。\n 作为CRM客户分析阶段的关键环节之一,客户细分根据购买者需求、特点和不同行为等要素,将市场划分为若干相异群体。而传统的细分方法需预先指定细分类别数,实施中又敏感于噪声,大大降低了细分的客观性。同时在客户分析的另一关键环节——客户特征提取中,现有的方法在处理定性数据时的数据转换容易造成重要信息丢失,且特征提取对噪声数据敏感,所提取的特征规则缺乏稳定性。客户细分和特征提取在客户分析中是两个相辅相成的环节,有时甚至需要交替进行。在企业的营销活动中,细分不是目的,而充分理解和认识客户特征、深入挖掘客户需求并全面满足其终身体验才是其根本目的,尤其在体验经济大行其道的时代,这点就愈发明显。细分便于寻找目标客户群,而特征提取对于识别客户,锁定目标客户起着重要的作用。建立能够将二者有机结合的客户分析模型,对于显著提高企业营销决策的竞争力具有重要价值。因此,探索新方法,研究客户分析中存在的上述问题,不但具有理论价值,也具有实际意义。\n 自组织数据挖掘以数据分组处理为核心技术,其独特的非物理模型建模思想,使其在处理噪声数据方面具有显著优势。借鉴其他数据挖掘理论,自组织非参数模型不但保持了对噪声样本分析建模的抗干扰性,而且具有与其他数据挖掘方法相结合后的新功能。例如,利用外补充原理,客观聚类方法通过基于多准则的竞争模型筛选,使其能自动确定最优聚类指标和聚类数目,将其运用于客户细分中,显著提高细分结果的客观性。模糊规则归纳法结合模糊建模基本理论,既能处理定量数据又能处理定性数据,保证了客户分析时信息的完备性。可见,基于自组织数据挖掘理论建立模型并将其应用于客户分析中,需要做深入研究。\n 本文广泛借鉴和吸收国内外研究成果,以自组织数据挖掘理论,外补充原理以及模糊建模理论为基础,对自组织非参数模型包括客观聚类模型,模糊规则归纳模型以及一致性外准则体系和隶属函数的选择进行了详细分析和讨论。综合外补充多准则原理以及模糊划分进行客户细分及特征提取,构建客户分析模型。主要工作如下:\n (1)模型中全面、准确的刻画客户属性。本文结合客户分析的基本理论及客观聚类分析方法能处理高维数据的优势,同时考虑了客户内在属性、外在属性和消费行为等多种因素,建立客户分析的描述维度,为数据搜集与模型建立提供指标依据。\n (2)遵循Aksenova揭示的自组织外准则的抗干扰特性,提出基于自组织原理的客户分析概念模型。由于客户数据来源的多样性,对不同特性的数据及分析目的,采用不同的客户数据预处理方法。同时,讨论了客户细分和特征提取在客户分析模型中的相互关系,为增强客户分析模型的抗干扰性和分析精度,在客户细分和特征提取阶段分别采用多准则及模糊划分构建概念模型。\n (3)针对传统客观聚类算法在客户细分模型筛选中一致性准则失效的情况,讨论了准则失效的因为,设计并优化了外准则体系,给出多准则客观聚类客户细分模型。多准则体系利用偶极子进行模型筛选,寻找类的最优个数及变量组成。通过归纳的方式寻找最优的聚类体现了算法的客观性,增强了非物理模型的聚类能力,从而得到最优的客户细分群体。在国际标准数据库中的相关数据集上,对算法分别进行了抗干扰性和聚类有效性分析。此外,通过典型行业的标准数据集进行实证对比分析,为客户细分提供参考步骤。\n (4)细分的最终目的是客户特征提取及关键客户的识别。考虑到对具有较多共同特征的客户群体直接进行特征提取会降低建模精度,参照模糊建模的基本步骤,提出首先对群内样本进行模糊划分形成特征子集,然后再赋予隶属函数进行规则提取的方法。本文提出在自组织特征提取模型中所采用的模糊划分算法基于α-cuts的等价关系和模糊集理论,新算法发挥了自组织建模与模糊建模相结合的优势,从而有效降低了传统特征提取的模型误差。\n (5)准确的特征提取可以为营销活动提供有效的决策支持。从降低特征提取误差的角度考虑,提出对细分客户群(特征子集)自动定义并分别赋予隶属函数的算法,取代了传统模糊规则归纳法所采用的对所有输入变量使用相同隶属函数的方法。使用国际标准数据库中的相关数据,对模型的精度和抗干扰性进行分析。设计了在多共同特征及不同噪声水平下的分析实验并与传统客户分析方法对比,通过实证对比分析,证明了本章设计的基于模糊划分的自组织模糊特征提取模型的优越性。\

关键词：客户分析自组织数据挖掘隶属函数客观聚类模糊规则归纳营销策略

来源：评论

学校读者我要写书评

暂无评论

基于自组织数据挖掘的利润结构盈余质量分析

引用

中国商贸 2009年第5X期 233-234页

作者：李理四川大学

本文利用自组织数据挖掘(GMDH)方法,建立了一个由新准则下利润构成项目组成的盈余质量分析模型,说明了不同利润构成项目对盈余质量的影响,为利用利润结构分析法分析盈余质量提供了依据。

关键词：自组织数据挖掘利润结构盈余质量

来源：评论

学校读者我要写书评

暂无评论

基于自组织数据挖掘的铁路客运量预测方法研究

引用

铁道运输与经济 2013年第6期35卷 28-31页

作者：何永占中铁第一勘察设计院集团有限公司线路运输处陕西西安710043

由于传统的预测方法难以对影响铁路客运量变化的因素进行全面考虑,其预测精度不高。选择影响铁路客运量变化的因素:经济社会发展的原生性需求、铁路自身供给能力、不同交通方式、客运价格和旅行费用、运输服务质量等,建立基于自组织数... 详细信息

由于传统的预测方法难以对影响铁路客运量变化的因素进行全面考虑,其预测精度不高。选择影响铁路客运量变化的因素:经济社会发展的原生性需求、铁路自身供给能力、不同交通方式、客运价格和旅行费用、运输服务质量等,建立基于自组织数据挖掘的铁路客运量预测模型。通过算例进行验算结果表明,自组织数据挖掘建模预测方法在变量多、数据少、普通的建模预测方法难以胜任建模任务的情况下,可以得到较满意的结果,适宜进行多因素的铁路客运量预测。

关键词：铁路客运量预测自组织数据挖掘模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：