论文部分内容阅读
在计算机智能技术发展逐渐成熟，应用不断深入的背景下，本文对证券智能分析系统进行了探讨和设计。按绪论、系统设计、产生式系统和多层感知器的组织顺序，文章对研究理论和意义、系统分析与设计、算法原理和实现等主要问题进行了充分论述。
围绕人们分析证券的一般过程，文章论证了研究课题的可行性，对相应的技术给予了介绍，同时指出计算机智能技术和证券分析两个行业存在的诸多争议是导致研究困难的主要原因。在系统设计中，用产生式系统作为最简化的专家系统来模拟人类的推理过程，用多层感知器模拟人的思维结构实现机器学习，第二章中给出了系统的用例图、类图和时序图。
综合数据库、产生式规则集和控制系统构成了产生式系统。第三章结合证券分析的具体实例对三个组成部分展开了论述。重点指出搜索策略决定了控制规则。盲目搜索体现出了思维过程的回溯特点，我们可以利用递归来更好地来实现回溯。论述多层感知器时，首先回顾了机器学习，介绍了单层感知器实现分类的原理。阐述了多层感知器的结构特点和工作原理，指出误差回传是进行机器学习的关键，并给出了误差回传算法和网络结构实现。在结束部分对整个设计给出了总结和展望。