股票价格分类指数的波动研究

一、引言 股票市场是一个风险和利益共存的市场,其中各因素间的关系错综复杂,是一个非线性函数估计和外推问题,应用传统的分析方法(如指数平滑方法、ARMA模型等),可以预测一段时间内股票指数变化的大致趋势,但是这需要事先知道各种参数,以及这些参数在什么情况下做怎样的修正.相比之下,神经网络技术能自动从历史数据中提取有关经济活动的内在联系,可以克服传统定量预测方法的许多局限以及面临的困难,同时也能避免许多人为因素的影响,因而成为股票市场建模与预测中强有力的方法和技术,已经有些文献对此进行了探讨.

系统辨识在热工系统仿真中的应用

热工系统的参数在许多情况下都很难用明确的数学表达式来描述 ,因此热工系统的仿真就很困难。本文提出应用系统辨识的方法 ,来求取热工系统参数的仿真数学模型。这样不但可以提高仿真运算速度 。