搜索结果: 1-15 共查到“工学 股票”相关记录19条 . 查询时间(0.087 秒)
罗克韦尔自动化将回购10亿美元股票
罗克韦尔自动化公司 回购计划 制造业 工业自动化领域
2022/3/31
罗克韦尔自动化公司2012年6月8日宣布，其董事会已批准了一项10亿美元的股票回购计划，并将季度股息上调11%，至每股47美分。新的回购计划是对该公司2007年批准的原有回购计划的补充。罗克韦尔自动化公司(ROK)6月8日宣布，其董事会已批准了一项10亿美元的股票回购计划，并将季度股息上调11%，至每股47美分。
成品油税费改革对股票市场影响的传导知识挖掘
传导变换 可拓数据挖掘 传导知识
2010/8/26
给定两组不同对象不同特征的信息元集，其中一组信息元的主动变换会导致另一组信息元传导变换的发生。在发生传导变换的这组信息元中，利用可拓学的方法和数据挖掘技术，挖掘与传导变换有关的知识。这些知识包括哪些对象的哪些特征发生了变化、变化的程度有多大、变化的时效有多久、哪些信息元发生了质变、哪些信息元发生了量变。获取这些知识可以为解决矛盾问题提供依据，为决策者提出合理的策略提供参考。
基于核主元聚类的股票分类
核主元分析 K均值聚类 核主元聚类 股票分类
2010/1/19
为了正确区分不同的股票类别, 降低分类的复杂度,论文结合核主元分析和K均值聚类构造核主元聚类方法对上市公司股票进行了分类处理.在核主元聚类方法中, 首先对样本数据进行预处理,然后利用核主元分析以非线性方式降低数据的维数,再利用K均值聚类方法对降维后数据进行聚类,
并最终得到不同的股票分类情况.选择了沪深股市中20支上市公司股票来进行实证分析.实证结果表明：核主元聚类方法取得了较好的分类结果,为上...
利用柔性神经树模型的改进结构优化算法对影响股票市场的过程参数进行筛选,在精确度较高的前提下在比较短的时间内找到影响股票市场风险的重要参数。在柔性神经树模型的学习过程中,该算法的进化代数不是一个固定值,而是以误差率来控制进化代数,试验证明此算法使模型最优,效率和精确度非常高。柔性神经树模型的结构和参数优化分别由概率增强式程序进化和模拟退火算法完成。研究结果表明该改进方法对预测股票市场风险是非常有效的...
粗糙集属性约简方法在股票预测中的应用研究
属性约简 RBF神经网络 遗传算法
2009/11/19
针对神经网络在股票预测中遇到的困难，在预测模型中引入粗糙集理论，提出一种基于粗糙集与神经网络相结合的预测方法，并根据基本遗传算法的弱点对其进行了改进。首先，介绍了基于遗传算法的属性约简方法，对各遗传因子进行改进。然后，采用基于改进遗传算法的属性约简方法对模型的样本数据进行约简，删除冗余数据，得到样本输入的最小约简。最后，利用约简后的样本对预测模型进行训练与检验。实验结果表明，该方法具有较高的预测精...
基于主成分的遗传神经网络股票指数预测研究
BP神经网络 遗传算法 遗传神经网络
2009/10/10
数据预测在金融投资领域占有重要地位，预测中输入变量的选取影响着预测的速度和精度，传统方法选取输入变量主观性较强，预测效果欠佳。将遗传算法与BP网络结合，利用GA的全局搜索优化BP网络的结构参数，有效克服BP算法的局部收敛等问题。使用主成分分析法选取输入变量，并将GA—BP混合建模应用于沪市综合指数预测中。实验结果表明，该方法改善了预测精度，达到了较好的预测效果。
基于改进基因表达式程序设计的股票指数预测
基因表达式程序设计 复杂度分析 收敛性分析
2009/8/12
介绍基因表达式程序设计方法的基本原理，针对股票指数分析与预测问题，在经典的GEP算法基础上，提出一种基于动态变异算子的改进的GEP算法——IGEP算法，动态变异算子随着进化代数和染色体所含基因数目不同而变化，从而加快了GEP的收敛速度和精确度，对算法进行了复杂度和收敛性分析。设计一种基于IGEP的股票指数分析与预测算法，数值实验结果表明，该算法优于经典GEP算法，具有较广泛的通用性。
基于IP和GEP算法的股票预测
免疫算法 基因表达式编程 股票指数模型
2009/6/23
采用免疫算法和基于基因表达式编程的混合算法建立了股票指数预测模型。实验结果显示,该模型能够以相当高的精度预测股票指数。
股票分布软件的设计与实现
股票 分布软件 分布模型
2009/4/30
介绍了股票的分布模型，给出了股票的2种分布计算方法，在此基础上设计和实现了股票分布软件，为计算股票的分布模型提供了一个良好的工具，为以后进一步研究股票分布模型奠定了基础。
股票市场中智能体的学习策略仿真分析
多智能体 仿真模型 学习策略
2009/4/30
在对股票市场和股民学习过程研究的基础上，设计了一个基于多智能体的股票市场仿真模型，并对模型结构进行了说明。为了仿真股民的学习过程，体现股民的智能性，设计了两种智能体学习策略，对其中基于经验的学习策略下的智能体投资效果进行了仿真分析，比较了采用和不采用学习策略下智能体的投资效果，指出了进一步的研究方向和目标。
正则化训练的神经网络与粗集理论相结合的股票时间序列数据挖掘技术
时间序列 正则神经网络 数据挖掘
2009/3/18
论文提出将正则化神经网络与粗集理论相结合应用于股票时间序列数据库的数据挖掘.首先对时间序列数据库进行预处理,除去高频干扰信号,然后将股票时间序列数据按照收盘价的变化趋势分割成一系列静态模式,每种模式代表股票价格的一种行为趋势(上涨或下跌),把决定各种模式的相关属性组成一系列信息,形成一个适用于粗集方法的信息表.然后使用正则神经网络对信息表进行学习,用粗集理论从正则神经网络所存储的知识中抽取规则,得...
股票信息系统的组成与应用
股票信息系统 券商系统 交易撮合系统
2009/2/11
对中国股票市场的信息系统做了一个总体概括和介绍。将整个股票信息系统分解为券商信息系统、交易撮合系统、盘后结算系统以及行情分析和信息发布等四个系统，并详细阐述了各信息系统之间的关系，分别给出各个信息系统的基本设计原理和架构。
基于Elman神经网络的股票价格预测研究
Elman 神经网络 股票
2009/2/10
为了更好地把握股票价格的波动，应用了在处理序列数据输入输出具有优越性的Elman 递归神经网络建立股市预测模型，并用两支股票进行了检测，检测结果说明人工神经网络应用于中国股票市场的预测是可行和有效的，有着良好的前景。
模糊认知图在股票市场预测中的应用研究
模糊认知图 系统建模 预测
2009/1/7
复杂系统中存在着大量的过程依赖、自组织，并且一直是进化的，用传统的方法对其建模十分困难。模糊认知图作为一种模糊逻辑和神经网络相结合的产物，为复杂系统建模提供了一种有效工具。文中根据模糊认知图的特点，提出了用遗传学习算法建立系统的模糊认知图方法，为复杂系统分析及预测提供了一种解决方案。最后，以股票市场的数据为例进行了分析和预测模拟，结果表明，该方法是有效的。