论文部分内容阅读
人工神经网络与专家系统，作为人工智能应用的两大分支，在实际应用中都有许多成功的范例．但作为单个系统来讲，二者都存在很大的局限性，主要是专家系统知识获取的“瓶颈问题”和神经网络知识表达的“黑箱结构”．为解决这个问题，一个辅助股票分析的神经网络与专家系统的集成系统被研制出来，试图将两种技术相结合，达到优势互补的目的．利用神经网络优良的自组织、自学习和自适应能力来解决专家系统知识获取的困难，同时用专家系统良好的解释机能来弥补神经网络中知识表达的缺陷．论文对系统的功能、结构流程的分析设计，有关知识获取、规则抽取、