Исследование и разработка автоматизированных систем прогнозирования на основе методов теории нейронных сетей
Диссертация
Необходимо отметить, что прогноз можно разделить на краткосрочный и долгосрочный. В случае краткосрочного прогноза считается, что все участвующие в нем аргументы на прогнозируемую дату известны и хранятся в базе данных. Горизонт краткосрочного прогноза, как правило, не превышает 3−4 дней (зависит от прогнозируемого объекта). В случае долгосрочного прогноза считается, что на прогнозируемую дату… Читать ещё >
Список литературы
- Аведьян Э.Д., Баркан Г. В., Левин И.К. Каскадные нейронные сети
- Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М., 1999. — С. 358−360.
- Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976. — 755 с.
- Андреев Ю.В., Дмитриев А. С. Динамический хаос и нейронные сети в задачах классификации и распознавания // Нейрокомпьютеры и их применение: Сборни докладов V Всероссийской конференции. М., 1999. — С.438−441.
- Анищенко B.C. Сложные колебания в простых системах. М.: Наука, 1990. — 345 с.
- Батлер Б. Обзор новых возможностей SQL СУБД // PC Magazine. 1996. — № 5. ¦ С. 158−172.
- Берже П., Помо И., Видаль К. Порядок в хаосе. О детерминистском подходе к турбулентности. М.: Мир, 1991. — 368 с.
- Бертолуччи Д. Представляем MS-DOS 6.2 // Мир ПК. 1994. — № 4. — С. 72−76.
- Боровков А.А. Математическая статистика. М.: Наука, 1984, 219 с.
- Браверман Э.М., Мучник И. Б. Структурные методы обработки эмпирических данных. М.: Наука. Гл. Ред. Физ.-мат. лит., 1983. -467 с.
- Бэстенс Д.-Э., Ван Ден Берг В. М., Вуд Д. Нейронные сети и финансовые рынки. М.: Научное издательство, 1997. 236 с.
- Веденов А.А. Моделирование элементов мышления. М.: Наука, 1988. — 238 с.
- Вентцель Е.С. Исследование операций. М.: Советское радио, 1972. — 552 с.
- Галушкин А. И. Нейронные сети и проблема малой выборки
- Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М., 1999. — С. 399−401.
- Галушкин А.И., Фомин Ю. И. Нейронные сети как линейные последовательные машины. М.: Изд-во МАИ, 1991. — 254 с.
- Гилев С.Е. Forth-propagation метод вычисления градиентов оценки
- Нейроинформатика и ее приложения: Тез. докл. II Всероссийского рабочего семинара. Красноярск, 1994. — С. 36−37.
- Гилев С. Е. Сравнение методов обучения нейронных сетей
- Нейроинформатика и ее приложения: Тез. докл. Ill Всероссийского семинара. Красноярск, 1995. С. 80−81.
- Определение значимости обучающих параметров для принятия нейронной сетью решения об ответе / С. Е. Гилев, А. Н. Горбань, Е. М. Миркес и др.
- Нейроинформатика и нейрокомпьютеры: Тез. докл. рабочего семинара -Красноярск, 1993. С. 8.
- Гилев С.Е., Миркес Е. М. Обучение нейронных сетей // Эволюционное моделирование и кинетика. Новосибирск: Наука. Сиб. отд-ние, 1992. — С. 9−23.
- Нейропрограммы: Учебное пособие / Л. В. Гилева, С. Е. Гилев, А. Н. Горбань и др.- В 2 ч. Красноярск: Краснояр. гос. техн. ун-т, 1994. — 260 с.
- Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985. — 509 с.
- Горбань А.Н. Алгоритмы и программы быстрого обучения нейронных сетей // Эволюционное моделирование и кинетика. Новосибирск, 1992. — С. 36−39.
- Горбань А.Н., Миркес. Е. М. Компоненты нейропрограмм // Нейроинформатика и ее приложения: Тез. докл. Ill Всероссийского семинара. Красноярск, 1995.1. С. 17.
- Горбань А.Н., Миркес. Е. М. Функциональные компоненты нейрокомпьютера
- Нейроинформатика и ее приложения: Материалы III Всероссийского семинара. -Красноярск, 1995. Ч. 1 — С. 79−90.
- Горбань А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. -Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. 276 с.
- Горбань А.Н., Россиев Д. А., Коченов Д. А. Применение самообучающихся нейросетевых программ. Красноярск: СПИ, 1994. — 169 с.
- Грановская P.M., Березная И. Я. Интуиция и искусственный интеллект. -Л.: Изд-во ЛГУ, 1991.-272 с.
- Демиденко Е.З. Линейная и нелинейная регрессия. М.: Финансы и статистика, 1981. — 302 с.
- Денис Дж. Мл., Шнабель Р. Численные методы безусловной оптимизации и решения нелинейных уравнения. М.: Мир, 1988. -440 с.
- Дудников Е. Е. Стабилизация непрерывных нейронных сетей Хопфилда
- Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М., 1999. — С.372−374.
- Дунин-Барковский В. Л. Информационные процессы в нейронных структурах. -М.: Наука, 1978. 317 с.
- Ежов А.А., Шумский С. А. Нейрокомпьютинг и его применения в экономике и бизнесе. М.: МИФИ, 1998. — 224 с.
- Ермаков С.М., Жиглявский А. А. Математическая теория оптимального эксперимента. М.: Высшая школа, 1995. — 302 с.
- Жиглявский А.А. Математическая теория глобального случайного поиска. Л.: ЛГУ, 1985. — 124 с.
- Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания классификации. М.: Наука, 1978. — 227 с.
- Загоруйко Н.Г., Елкина В. Н., Лбов Г. С. Алгоритм обнаружения эмпирических закономерностей. Новосибирск: Наука. Сиб. отд-ние, 1985. — 110 с.
- Зангвилл У.И. Нелинейное программирование. М.: Советское радио, 1973. -312 с.
- Ивахненко А.Г. Персептроны. Киев: Наукова Думка, 1974. — 179 с.
- Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг. -М.: Филинъ, 1998. 142 стр.
- Кирсанов Э.Ю., Пиянин А.Г. NeuralMarket 1.1. инструментальный пакет моделирования прикладных нейронных сетей с переменной структурой
- Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М&bdquo- 1999. — С. 380−381.
- Кенделл М. Временные ряды. М.: Финансы и статистика, 1981. — 199 с.
- Кендэлл М., СтьюартА. Статистические выводы и связи. М.: Наука, 1973. -900 с.
- Клименко С.В., Слободюк Е. А., Самойленко В. Д. Искусственные нейронные сети в физике высоких энергий // Информационные технологии. 1998. — № 12. С. 17−24.
- Коченов Д.А., Миркес Е. М. Определение чувствительности нейросети к изменению входных сигналов // Нейроинформатика и ее приложения: Тез. докл III Всероссийского семинара. Красноярск, 1995. — С. 61.
- Коченов Д.А., Миркес Е. М., Россиев Д. А. Метод подстройки параметров примера для получения требуемого ответа нейросети // Нейроинформатика и ее приложения: Тез. докл. Всероссийского рабочего семинара Красноярск, 1994. — С. 39.
- Левин А. Можно ли предвидеть будущее? // Компьютеры. 1999. — № 2. ¦ С. 17−24.
- Лесин Г., Лисовец В. Основы методов оптимизации. М.: Мир, 1994. — 324 с.
- Лоули Д., Максвелл А. Факторный анализ как статистический метод. М.: Мир, 1967. — 144 с.
- Мартин Дж. Организация баз данных в вычислительных системах. М.: Мир, 1980.-662 с.
- Меладзе В.Э. Курс технического анализа. М.: Серебрянные нити, 1994. — 272 с.
- Минский М., Пайперт С. Персептроны. М.: Мир, 1971. — 328 с.
- Миронов П.Д. Новинки от Microsoft// Мир ПК. 1995. — № 12. — С. 25−34.
- Мкртчян С.О. Проектирование логических устройств ЭВМ на нейронных элементах. М.: Энергия, 1977. — 244 с.
- Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1982. -239 с.
- Мун Ф. Хаотические колебания. М.: Мир, 1990. — 312 с.
- Нильсен Н. Обучающиеся машины. М.: Мир, 1967. — 187 с.
- Норенков И.П., Маничев В. Б. Основы теории и проектирования САПР: Учеб. для ВУЗов по спец. «Вычислительные маш., компл., системы и сети». М.: Высшая школа, 1990.-335 с.
- Охонин В.А. Вариационный принцип в теории адаптивных сетей. Красноярск, 1987. — 18 с. — (Препр. / ИФ СО АН СССР- № 61 Б.)
- Петере Е. Хаос и порядок на рынке капитала. М.: Наука, 1998. — 286 с.
- Пискулов Д.Ю. Теория и практика валютного дилинга. М.: Инфра-М, 1996. -224 с.
- Позин И.В. Моделирование нейронных структур. М.: Наука, 1970. — 247 с.
- Птичкин В.А. Анализ нейронных сетей методом статистической линеаризации // Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М., 1999. — С. 408−410.
- Пшеничный Б.Н. Необходимые условия экстремума. М.: Наука, 1982. — 185 с.
- Пшеничный Б.Н., Данилин Ю. М. Численные методы в экстремальных задачах. -М.: Наука, 1975. -319 с.
- Ревунков Г. И., Самохвалов Э. Н., Чистов В. В. Базы и банки данных и знаний. -М: Высшая школа, 1992. 367 с.
- Розенблатт Ф. Принципы нейродинамики. Перцептрон и теория механизмов мозга. М.: Мир, 1965. — 480 с.
- Сакович В.А. Исследование операций. Справочное пособие. Минск: Высшая школа, 1984.-256 с.
- Сеченов В.Л., Монеев А. Т. Пять лучших операционных систем // Мир ПК. 1997. -№ 16. — С. 30−42.
- Сиколенко В. Сервер Oracle: текущее состояние // СУБД. 1997. — № 1. — С. 4−23.
- Соколов Е.Н., Вайткявичус Г. Г. Нейроинтеллект: от нейрона к нейрокомпьютеру. М.: Наука, 1989. — 238 с.
- Степанов B.C. Фондовый рынок и нейросети II Мир ПК. 1998. — № 12. — С. 40−46.
- Судариков В.А. Исследование адаптивных нейросетевых алгоритмов решения задач линейной алгебры // Нейрокомпьютер. 1992. — № 3, 4. — С. 13−20.
- Уинроу Б., Стирнз С. Адаптивная обработка сигналов. М.: Мир, 1989. — 440 с.
- Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992. — 226 с.
- Успенский А.Б., Федоров В. В. Вычислительные аспекты метода наименьших квадратов при анализе и планировании регрессионных экспериментов. М.: МГУ, 1975.-216 с.
- Фиакко Ф., Мак-Кормик Г. Нелинейное программирование. Методы последовательной безусловной минимизации. М.: Мир, 1972. — 240 с.
- Фролов А.А., Муравьев И. П. Нейронные модели ассоциативной памяти. -М.: Наука, 1987. 160 с.
- Фролов А.А., Муравьев И. П. Информационные характеристики нейронных сетей. М.: Наука, 1988. — 180 с.
- Харман Г. Современный факторный анализ. М.: Статистика, 1972. -486 с.
- Хедли Дж. Нелинейное и динамическое программирование. М.: Мир, 1967. -506 с.
- Хинтон Дж.Е. Реальность и прогнозы искусственного интеллекта. М.: Мир, 1987.-265 с.
- Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975. -534 с.
- Холодниок М., Клич А., Кубичек А. Методы анализа нелинейных динамических моделей. М.: Мир, 1991. — 368 с.
- Цыганков В.Д. Нейрокомпьютер и его применение. М.: Сол Систем, 1983. -344 с.
- Цыпкин Я.3. Основы теории обучающихся систем. М.: Наука, 1970. — 252 с.
- Шапиро Д. И, Зайцев В. Ю. Финансово-экономический блок в системах виртуальной реальности // Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М., 1999. — С.294−298.
- Шарп У.Ф., Александер Г. Дж., Бэйли Дж.В. Инвестиции. М.: Инфра-М, 1997. — 280 с.
- Штрик А. Языки программирования четвертого поколения. // Монитор. 1996. -№ 1−3.
- Шуленин A. Microsoft SQL Server 6.5. Обзор основных возможностей // СУБД. -1997. № 1. — С. 30−51.
- Шустер Г. Детерминированный хаос. Введение. М.: Мир, 1988. — 240 с.
- Элдер А. Основы биржевой игры. Учебное пособие для участников торгов на мировых биржах М.: Светоч, 1995. — 277 с.
- Яковлева Г. Л., Лисицкий Л. А. Автоматизированное определение стоимости недвижимости // Материалы межрегиональной научно-практической конференции. Саратов, 1999. — Ч. 2. — С. 146−150.
- Яковлева Г. Л., Яковлев В. Л., Малиевский Д. А. Нейросетевая экспертная система управления портфелем банка // Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М., 1999. — С. 291−294.
- Яковлева Г. Л., Яковлев В. Л., Лисицкий Л. А. Применение нейросетевых алгоритмов к анализу финансовых рынков // Информационные технологии. -1999, — № 8. С. 25−30.
- Якушев Д.Ж. Нейронные сети для финансовых приложений.
- Нейрокомпьютеры и их применение: Сборник докладов V Всероссийской конференции. М&bdquo- 1999. — С.288−290.
- Alexander S.Th. Adaptive Signal Processing: Theory and Applications. New York: Springer Verlag, 1986. — 179 p.
- Alexander L., Morton H. The logic of neural cognition //Adv. Neural Comput. -Amsterdam e.a., 1990. P. 97−102.
- Amari Sh., Maginu K. Ststistical Neurodynamics of Associative Memory// Neural Networks. 1988. — Vol. 1, № 1. — P. 63−74.
- Bartsev S.I., Okhonin V.A. Variation principle and algorithm of dual functioning examples and applications // Neurocomputers and attention II. Proc. Intern. Workshop. Manchester: Univ. Press, 1991. — P. 445−452.
- Beltratti A., Margarita S., Terna P. Neural Networks for Economic and Financial Modeling. London: ITCP, 1995. — 378 p.
- Bishop C.M. Neural Networks, a Comprehensive Foundation. New York: Macmillan, 1994. — 249 p.
- Bishop C.M. Neural Networks and Pattern Recognition. Oxford: Oxford Press, 1995. — 168 p.
- Chorafas D.N. Chaos Theory in the Financial Markets. New York: Probus Publishing, 1994. — 254 p.
- Colby R.W., Meyers T.A. The Encyclopedia of Technical Market Indicators. New York: IRWIN Professional Publishing, 1988. — 544 p.
- Cichocki B.S., Undehauen R. Neural Networks for Optimization and Signal Processing. New York: John Wiley & Sons, 1994. — 190 p.
- Deboeck G., Kohonen T. Visual Explorations in Finance with Self-Organizing Maps. -New York: Springer, 1998. 196 p.
- Fausett L.V. Fundamentals of Neural Networks: Architectures, Algorithms and Applications. London: Prentice Hall, 1994. — 364 p.
- Forbes A.B., Mansfield A.J. Neural implementation of a method for solving systems of linear algebraic equations // Nat. Phys. Div. Inf. and Comput. Rept. 1989. — № 155. -P. 1−14.
- Fulcher J. Neural networks: promise for the future? // Future Generat. Comput. Syst. 1990−1991. — Vol. 6, № 4. — P. 351−354.
- Genis C.T. Relaxation and neural learning: point of convergence and divergence // J. Parallel and Distrib. Comput. 1989. — Vol. 6, № 2. — P. 217 — 244.
- Grossberg S. Nonlinear Neural Networks: Principles, Mechanism and Architectures // Neural Networks. 1988. — Vol. 1, № 1. — P. 17−62.
- Haykin S. Neural Networks. A Comprehensive Foundation. — New York: Macmillian College Publishing Company, 1994. — 696 p.
- Hecht-Neilsen R. Neurocomputing. London: Addison-Wesley, 1990. — 268 p.
- Hertz J., Krogh A., Palmer R.G. Introduction to the Theory of Neural Computation. -London: Addison-Wesley, 1991. -214 p.
- Holden A. Chaos. Princeton (New Jersey): Princeton University Press, 1986. -278 p.
- Keller J.M., Yanger R.R., Tahani H. Neural Netwok implementation of fuzzy logic // Fuzzy Sets and Syst. 1992. — Vol. 45, № 1. — P. 1−12.
- Kohonen Т. Self-organization and Associative Memory. Ney York: Springer-Verlag, 1989.-266 p.
- Muller В., Reinhardt J., Strikland M.T. Neural Networks. An Introduction. 2nd edition. Ney York: Springer, 1995. — 344 p.
- Peters E.E. Fractal MarketAnalysis. Oxford: Wiley, 1994. — 210 p.
- Pring M.G. Technical Analysis Explained. London: McGraw Hill, 1991. — 340 p.
- PlummerT. Forecasting Financial Markets. Boston: Kogan Page, 1989. — 282 p.
- Rummelhart D.E., Hinton G.E., Williams R.J. Learning representations by back-propagating errors // Nature. 1986. — Vol. 323. — P. 533−536.
- Sandberg I.W. Approximation for Nonlinear Functionals // IEEE Trans. On Circuits and Systems. 1: Fundamental Theory and Applications. 1992. — Vol. 39, № 1.1. P. 65−67.
- Trippi R., Turban E. Neural Networks in Finance and Investing. New York: Probus Publishing, 1993. — 244 p.
- Wiedermann J. On the computation efficiency of symmetric neural networks // Theor. Comput. Sci. -1991. Vol.80, № 2. — P. 337−345.
- Weigend A.S., Zimmermann H.E., Neuneier R. Clearning. In Neural Networks in Financial Engineering. New York: Word Scientific, 1996. — 368 p.