فهرست و منابع پایان نامه طراحی یک الگوی هوش محاسباتی ترکیبی برای پیش بینی نرخ ارز در ایران
فصل یکم: مقدمه و کلیات
مقدمه. 3
1-1. بیان مساله. 4
1-2. پرسش پژوهش... 8
1-3. فرضیههای پژوهش... 8
1-4. اهداف پژوهش... 9
1-5. روش پژوهش... 9
1-6. تعریف واژگان کلیدی.. 11
1-7. سازماندهی پژوهش... 11
فصل دوم: ادبیات موضوع
مقدمه. 13
2-1. مبانی نظری.. 13
2-1-1. تحلیل فنی.. 15
2-1-1-1. مبانی تحلیل فنی.. 16
2-1-1-2. پایه و اساس تحلیل فنی.. 17
2-1-2. تحلیل بنیادی.. 18
2-1-2-1. نقاط ضعف تحلیل بنیادی.. 19
2-1-3. فرضیه گام تصادفی.. 20
2-1-4. انواع نظامهای ارزی.. 20
2-1-4-1. نظامهای ارزی شناور. 22
2-1-4-2. نظامهای ارزی میانه. 24
2-1-4-3. نظامهای ارزی میخکوب شده نرم. 25
2-1-4-4. نظامهای ارزی میخکوب سخت... 27
2-1-5. دیدگاههای مختلف در ادبیات نرخ ارز. 28
2-1-5-1. دیدگاه سنتی نرخ ارز. 28
الف. روش کششها 28
ب. الگوی برابری قدرت خرید ( ). 30
ج. الگوی ماندل – فلمینگ ( ). 32
2-1-5-2. دیدگاه جدید دارایی.. 34
الف. الگوهای پولی تعیین نرخ ارز. 34
ب. الگوی تعادل پورتفولیو. 37
2-2. مطالعات انجام شده 38
2-2-1. مطالعات خارجی.. 38
2-2-2. مطالعات داخلی.. 46
2-3. مروری بر تحولات ارزی ایران. 48
2-3-1. تحولات ارزی تا زمان وقوع انقلاب اسلامی.. 48
2-3-2. تحولات ارزی پس از وقوع انقلاب اسلامی.. 50
فصل سوم: روش پژوهش
3-1. مقدمه. 55
3-2. حدود پژوهش و روش جمعآوری دادهها و اطلاعات.. 55
3-3. پیش بینی.. 56
3-4. الگوهای پیشبینی سریهای زمانی.. 57
3-4-1. الگوی خودرگرسیون میانگین متحرک انباشته ( ). 58
3-4-1-1. تاریخچه خودرگرسیون میانگین متحرک انباشته. 58
3-4-1-2. ویژگیهای روش خودرگرسیون میانگین متحرک انباشته. 59
3-4-1-3. الگوسازی ، و .. 60
3-4-1-4. الگوی خودرگرسیون میانگین متحرک انباشته. 62
3-4-1-5. مراحل الگوسازی سری زمانی با روش خودرگرسیون میانگین متحرک انباشته. 63
3-4-2. الگوهای شبکههای عصبی مصنوعی ( ). 64
3-4-2-1. تاریخچه شبکههای عصبی مصنوعی.. 64
3-4-2-2. مبانی شبکههای عصبی مصنوعی.. 65
3-4-2-3. مزیتها و معایب شبکههای عصبی مصنوعی.. 66
3-4-2-4. ساختار شبکههای عصبی مصنوعی.. 66
3-4-2-5. دستهبندی دادهها 68
3-4-2-6. واحدهای پردازش... 69
3-4-2-7. انواع توابع فعالسازی (تبدیل). 69
3-4-2-8. انواع شبکههای عصبی.. 71
3-4-2-9. مراحل اساسی ساخت یک شبکه عصبی مصنوعی.. 74
3-4-2-10. الگوریتمهای آموزش شبکههای عصبی مصنوعی.. 75
3-4-2-11. شبکههای پرسپترون چند لایه ( ). 76
3-4-2-12. معیارهای خطا 79
3-4-3. مفاهیم فازی.. 80
3-4-3-1. تاریخچه نظریه فازی.. 80
3-4-3-2. مجموعههای فازی.. 81
3-4-3-3. عملگرهای فازی.. 82
3-4-3-4. اصل گسترش در مجموعههای فازی.. 82
3-4-3-5. عدد فازی.. 83
3-4-3-6. مبانی رگرسیون فازی.. 85
3-5. الگوی هوش محاسباتی ترکیبی.. 87
فصل چهارم: یافتههای پژوهش
4-1. مقدمه. 96
4-2. مجموعهی دادهها 96
4-3. آمادهسازی دادههای ورودی.. 97
4-4. برازش الگوی خودرگرسیون میانگین متحرک انباشته. 98
4-5. طراحی و آموزش یک شبکه عصبی مصنوعی.. 105
4-5-1. انتخاب نوع شبکه. 106
4-5-2. تعیین تعداد لایهها 106
4-5-3. تعیین تعداد نرونهای هر لایه. 107
4-5-4. تعیین توابع فعالسازی.. 110
4-5-5. تعیین الگوریتم آموزش... 110
4-5-6. مجموعههای آموزش و آزمون. 111
4-5-7. معیار سنجش عملکرد. 111
4-6. فازیسازی الگوی طراحی شده. 113
4-7. فازیسازی تجدید نظر شده و نهایی سازی مقادیر ضرایب.. 117
4-8. مقایسه الگوی هوش محاسباتی ترکیبی با سایر الگوها 118
4-9. آزمون فرضیههای پژوهش... 119
فصل پنجم: خلاصه، نتیجهگیری و پیشنهادها
5-1. خلاصه و نتیجهگیری.. 122
5-2. پیشنهادها 123
منابع. 124
پیوست.. 132