基于商空間的計算智能及在金融工程中的應用研究.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用,討論了商空間理論在金融工程領域研究和應用的依據和意義,提出了將商空間理論應用于行為經濟學的研究,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系統(tǒng)中的金融工程研究的應用和實現,并提出了進一步研究和應用方面的設想,如,用商空間理論分析金融工程中的不確定情形決策、行為經濟學中的"小數定律"以及對非穩(wěn)定的時間序列的"協整"現象的分析等.2.對商空間理論的論域的合成技術在

2、實際應用中進行了推廣和補充,并討論了論域合成技術在粒度計算中的應用,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,在實際應用中降低了計算的復雜度.3.針對模糊商空間的粒度計算在實際中的應用,引入距離度量空間的研究方法,討論了模糊商空間的聚類,并結合信息融合技術和論域合成技術,從不同層次(粒度)、不同角度來合成聚類結果,

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核函數的性質,并將Gaussian核函數方法應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和求出相似矩陣,可以處理大數據量樣本,具有降低計算復雜度和空間復雜度、適于處理樣本數較多的情況等諸多優(yōu)點.對所提出的模糊聚類算法,應用于中國證券市場的實際數據進行了實驗并對結果進行了分析,然后將該算法用于公共數據庫,并將結果與其他的算法結果進行了比較.4.將

4、商空間理論的粒度原理應用于機器學習中,對核函數進行了研究,提出了一種基于商空間的分布-并行分類學習的方法,并分別用SVM方法和覆蓋算法進行驗證.基于商空間的分布-并行分類學習方法不僅限于驗證所采用的方法,可以將該方法應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)模數據的問題識別中使用并行處理特別有效.應用是推動科學進步的最有效的手段.商空間理論以其堅實的理論基礎和完美的數學模型,在求解問題中有著廣泛的應用.該文所研