自组织数据挖掘与经济预测

　　本书阐述了自组织数据挖掘与经济系统复杂性研究的关系，以及对经济预测方法完善的贡献，涵盖了作者对自组织数据挖掘的改进与发展工作，同时选人了作者较多的运用自组织数据挖掘方法研究中国经济问题的实例。本书可供经济、管理、系统科学、应用数学及系统工程等专业的本科生、研究生和教师阅读，也可作为中高层管理人员的参考书。

暂缺《自组织数据挖掘与经济预测》作者简介

第一章 经济过程的预测问题
1.1 经济是一个演化的复杂系统
1.2 预测方法评述
第二章 自组织数据挖掘基础
2.1 数据挖掘概述
2.2 启发式自组织方法
2.3 自组织数据挖掘
第三章 自组织数据挖掘算法
3.1 自组织数据挖掘算法的函数流程
3.2 参数GMDH算法
3.3 GMDH与人工神经网络方法比较研究
3.4 GMDH与回归分析比较研究
3.5 算法的内收敛性
3.6 活动神经元
第四章 自组织数据挖掘与经济系统复杂性研究
4.1 揭示经济对象构成因素及较准确的预测功能
4.2 自组织数据挖掘与非物理模型
4.3 从定性到定量综合集成方法的具
4.4 客观系统分析
4.5 客观聚类分析方法
4.6 相似体合成算法
4.7 自组织模糊规则归纳法
第五章 基于自组织数据挖掘的经济预测方法改进
5.1 两水平算法及预测效果改善问题
5.2 因果关系检验模型
5.3 基于AC算法的经济预测
5.4 自组织组合预测
5.5 基于DFA的自组织数据挖掘模型
第六章 自组织数据挖掘在经济预测中的应用
6.1 小麦收成预测
6.2 成都市居民未来生活用水量预测模型的选择
6.3 人民币汇率影响因素及预测分析研究
6.4 自组织数据挖掘方法对电力需求的预测
6.5 基于AC-FRI的经济预警体系
6.6 新股上市定价的自组织模型
6.7 FRI方法在市场调查分析中的应用研究
第七章 非军事化展
7.1 自组织数据挖掘的方法论
7.2 自组织数据挖掘的方法改进综述
7.3 值得进一步研究的问题