声明
第1章 绪论
1.1 问题的提出
1.2 理论依托
1.3 相关技术文献回顾与发展趋势
1.4 研究目的及论文结构
第2章 经典模型及算法详述
2.1 核模糊聚类算法
2.2粒子群算法
2.3 支持向量机模型群
2.4 经典参数智能寻优算法
第3章 基于多种群粒子群的SVM预测参数寻优的研究
3.1 改进的核模糊聚类种群分割策略
3.2 基于非线性异步动态学习因子的粒子群改进策略
3.3 基于变异的改进粒子群进化策略
3.4 以改进点为基础的小论文简述及总结
3.5 本文整体改进策略的实现步骤
3.6 本文整体改进策略的优点
3.7 本章小结
第4章 实验与分析
4.1 实验平台及实验说明
4.2 股票数据集实验及分析
4.3 牛奶数据集实验及分析
4.4 Wisconsin数据集实验及分析
4.5 Dow-Jones数据集实验及分析
4.6 Fisher River Mean Daily Temperature数据集实验及分析
4.7 整体实验分析
4.8 本章小结
结论
参考文献
攻读硕士学位期间发表的论文与科研成果
致谢