基于商空間的計算智能及在金融工程中的應(yīng)用研究.pdf

1、該文的研究主要包括:1.研究了計算智能在金融工程中的研究進展和應(yīng)用,討論了商空間理論在金融工程領(lǐng)域研究和應(yīng)用的依據(jù)和意義,提出了將商空間理論應(yīng)用于行為經(jīng)濟學(xué)的研究,介紹了該文所研究的基于商空間的計算智能方法在實際生產(chǎn)系統(tǒng)中的金融工程研究的應(yīng)用和實現(xiàn),并提出了進一步研究和應(yīng)用方面的設(shè)想,如,用商空間理論分析金融工程中的不確定情形決策、行為經(jīng)濟學(xué)中的"小數(shù)定律"以及對非穩(wěn)定的時間序列的"協(xié)整"現(xiàn)象的分析等.2.對商空間理論的論域的合成技術(shù)在

2、實際應(yīng)用中進行了推廣和補充,并討論了論域合成技術(shù)在粒度計算中的應(yīng)用,即如何從已有的知識來合成不同粒度的知識,并能方便地從幾個不同的粒度世界去分析和觀察同一個問題,給出了在粒度計算中的最佳粒度搜索范圍,大大縮小了問題求解的粒度搜索空間,在實際應(yīng)用中降低了計算的復(fù)雜度.3.針對模糊商空間的粒度計算在實際中的應(yīng)用,引入距離度量空間的研究方法,討論了模糊商空間的聚類,并結(jié)合信息融合技術(shù)和論域合成技術(shù),從不同層次(粒度)、不同角度來合成聚類結(jié)果,

3、提出聚類可以以非均勻粒度來描述樣本集.并進一步研究了Gaussian核函數(shù)的性質(zhì),并將Gaussian核函數(shù)方法應(yīng)用在非均勻粒度模糊聚類算法中,用距離表示信息粒度,不需要定義隸屬函數(shù)和求出相似矩陣,可以處理大數(shù)據(jù)量樣本,具有降低計算復(fù)雜度和空間復(fù)雜度、適于處理樣本數(shù)較多的情況等諸多優(yōu)點.對所提出的模糊聚類算法,應(yīng)用于中國證券市場的實際數(shù)據(jù)進行了實驗并對結(jié)果進行了分析,然后將該算法用于公共數(shù)據(jù)庫,并將結(jié)果與其他的算法結(jié)果進行了比較.4.將

4、商空間理論的粒度原理應(yīng)用于機器學(xué)習(xí)中,對核函數(shù)進行了研究,提出了一種基于商空間的分布-并行分類學(xué)習(xí)的方法,并分別用SVM方法和覆蓋算法進行驗證.基于商空間的分布-并行分類學(xué)習(xí)方法不僅限于驗證所采用的方法,可以將該方法應(yīng)用于一些成熟的分類算法中,如SVM算法,在對超多類的分類問題和大規(guī)模數(shù)據(jù)的問題識別中使用并行處理特別有效.應(yīng)用是推動科學(xué)進步的最有效的手段.商空間理論以其堅實的理論基礎(chǔ)和完美的數(shù)學(xué)模型,在求解問題中有著廣泛的應(yīng)用.該文所研