اسلامی ا، جهانشاهی ف. ۱۳۷۶٫ «شبکه‌های عصبی مصنوعی»، طب و کامپیوتر، ش ۲، ص ۳۴-۳۸٫
البرزی م، یعقوب نژاد ا ، مقصود ح. ۱۳۸۸٫ کاربرد شبکه عصبی مصنوعی در پیش بینی شاخص بازده نقدی و قیمت سهام"، فصلنامه مطالعات حسابداری، شماره ۲۲، ص ۱۳۷-۱۱۹٫
پیکتن ف.، ترجمه غضنفری م. ۱۳۸۳٫ شبکه های عصبی(اصول و کارکردها)، انتشارات دانشگاه علم و صنعت.
جباری، م، جباری، غ، شریفی ، ف و مومن ، م. ۱۳۹۱٫ رگرسیون خطی فازی و کاربرد آن در پژوهش های علم اقتصاد، اولین همایش بین المللی اقتصاد سنجی، دانشگاه آزاد اسلامی واحد سنندج، شهریور ۱۳۹۱٫
جکسون تی. و بیل آر، ترجمه البرزی م. ۱۳۸۰٫ آشنایی با شبکه های عصبی، انتشارات، علمی دانشگاه صنعتی شریف.
جلالی لیچایی م، بید هندی م. ۱۳۸۵٫ مقایسه روش های رگرسیون خطی چندگانه و شبک ههای عصبی مصنوعی برای برآورد تخلخل و نفوذپذیری، مجله علوم زمین، سال شانزدهم، شماره ۶، پاییز ٨۵ .

حبیبی ح. ۱۳۸۵٫ تحلیل وایازشی (ریاضی) هم‌ارزِ regression analysis (انگلیسی)؛ منبع: گروه واژه‌گزینی و زیر نظر حسن حبیبی، «فارسی»، د(۱۳۷۶-۱۳۸۵)، فرهنگ واژه‌های مصوب فرهنگستان، تهران: انتشارات فرهنگستان زبان و ادب فارسی، شابک ý۹۷۸-۹۶۴-۷۵۳۱-۷۷HYPERLINK “http://fa.wikipedia.org/wiki/%D9%88%DB%8C%DA%98%D9%87:%D9%85%D9%86%D8%A7%D8%A8%D8%B9_%DA%A9%D8%AA%D8%A7%D8%A8/978-964-7531-77-1″.
حیدری زارع ب، کردلویی ح. ۱۳۸۹٫ پیش بینی قیمت سهام با بهره گرفتن از شبکه های عصبی مصنوعی، فصلنامه مدیریت، سال هفتم۱۷، بهار ۱۳۸۹٫
دوانی غ .١٣٨٣. بورس، سهام و نحوه قیمت گذاری سهام، تهران، مؤسسه، حسابرسی و خدمات مالی دارایان، نشر نخستین، چاپ سوم.
راعی ر، تلنگی ا. ١٣٨۳٫ مدیریت سرمایه گذاری پیشرفته، انتشارات سمت.
راعی ر .١٣٨٣. شبکه های عصبی؛ رویکردی نوین در تصمیمگیری مدیریت»، فصلنامه مدرس، دوره ۵، شماره ۲، صص ۱۳۳ تا ۱۵۴٫
سینایی ح ،مرتضوی س، تیموری اصل ی. ۱۳۸۴٫ پیش بینی شاخص بورس اوراق بهادار تهران با بهره گرفتن از شبکه های عصبی مصنوعی ، بررسی های حسابداری و حسابرسی ،سال ۱۲،شماره ۴۱: ص ۵۹-۸۳٫
سعیدی پ. ۱۳۸۸٫ بورس و اهمیت ابزارهای مالی، ماهنامه تدبیر، سال نوزدهم، شماره ۱۹۲٫
صالح نژاد ح.۱۳۹۱٫ بررسی عوامل موثر بر دقت پیش بینی سود شرکت های پذیرفته شده در بورس اوراق بهادار تهران، پایان نامه برای اخذ کارشناسی ارشد در رشته حسابداری، دانشگاه پیام نور، دانشکده اقتصاد، حسابداری و مدیریت، بهمن ۱۳۹۱٫
عادل آذر ،افسر .ا ۱۳۸۴٫ مقایسه روش های کلاسیک و هوش مصنوعی در پیش بینی شاخص قیمت سهام و طراحی مدل ترکیبی ، فصلنامه مدرس علوم انسانی ،شماره ۴٫
مایکل کاتنر(Michael H.Kutner) و جان نتر (John Neter) کتاب مقدمه ای بر مدل های خطی آمار.
مشیری س، مروت ح. ۱۳۸۴٫ بررسی وجود فرایند آشوبی در شاخص بازدهی کل قیمت سهام بازار بورس تهران، فصلنامه پژوهشهای اقتصادی ایران، شماره ۲۵، صفحات ۴۷-۶۴٫
مشیری س، مروت ح. ۱۳۸۵٫ پیش بینی شاخص کل بازده هی سهام تهران با بهره گرفتن از مدل های خطی و غیر خطی ،فصلنامه پژوهشنامه بازرگانی ،شماره ۴۱ .
منجمی ا، ابزری م، رعیتی شوازی ع. ۱۳۸۸٫ پیش بینی قیمت سهام در بازار بورس اوراق بهادار با بهره گرفتن از شبکه ی عصبی فازی والگوریتمهای ژنتیک و مقایسه‌ی آن با شبکه ی عصبی مصنوعی ،فصلنامه اقتصاد مقداری (بررسیهای اقتصادی سابق)، دوره ۶، شماره۳٫
منهاج م. ۱۳۷۹٫ هوش محاسباتی : مبانی شبکه های عصبی، جلد اول، تهران: انتشارات دانشگاه صنعتی امیرکبیر.
منهاج م. ۱۳۸۴٫ مبانی شبکه های عصبی-جلد اول، انتشارات دانشگاه صنععتی امیرکبیر.
موتمنی م. ۱۳۸۸٫ بررسی رابطه توسعه مالی و رشد اقتصادی در ایران، فصلنامه بررسیهای بازرگانی، شماره ۳۴، ص ۶۶-۵۹٫
مهرآرا م، معینی ع، احراری م، هامونی ا. ۱۳۸۸٫ الگوسازی و پی شبینی شاخص بورس اوراق بهادار تهران و تعیین متغیرهای مؤثر بر آن، فصلنامه پژوهشها و سیاستهای اقتصادی، سال هفدهم، شماره ۵۰ ، تابستان ۱۳۸۸ ، صفحات۵۱-۳۳٫
مهرآرا م، بهرادمهر ن، احراری م، محقق م. ۱۳۸۹٫ پیش بینی بی ثباتی قیمتم نفت خام با بهره گرفتن از شبکه عصبی GMDH، فصلنامه مطالعات اقتصاد انرژی، شماره ۲۵، ص ۱۱۲-۸۹٫
نجاتی‌اجی بیشه م. ۱۳۸۷٫ ارزیابی عملکرد دانشگاه‌ها و مؤسسات آموزش عالی با بهره گرفتن از روش کارت امتیازی متوازن (مجتمع علوم انسانی، دانشگاه یزد). پایان‌نامه کارشناسی ارشد، به راهنمایی دکتر داریوش فرید، دانشگاه یزد.
نوری ر، اشرفی خ، اژدرپور ا. ۱۳۹۲٫ مقایسه کاربرد روش های شبکه عصبی مصنوعی و رگرسیون خطی چندمتغیره براساس تحلیل مؤلفه های اصلی برای پیش بینی غلظت میانگین روزانه کربن مونوکسید: بررسی موردی شهر تهران، مجله فیزیک زمین و فضا، دوره ۳۴ ، شماره۱۳۵٫
Barnes B. R. 2007. Analysing Service Quality: The Case of Post-Graduate Chinese Students, Total Quality Management & Business Excellence,
Chauhan, Bhagwant, Bidave, Umesh, Gangathade, Ajit, Kale, Sachin. 2014. Stock Market Prediction Using Artificial Neural Networks, Bhagwant Chauhan et al, / (IJCSIT) International Journal of Computer Science and Information Technologies, Vol. 5 (1) , 2014, 904-907.
Cronin, J. j., and Taylor, S. A .1994. “SERVPERF versus SERVQUAL: Reconciling performance- minus- expectations measurement of service quality”, Journal of Marketing, vol.58, no.1, pp.125 – ۱۳۱٫
Chauhan, Bhagwant, Bidave, Umesh, Gangathade, Ajit, Kale, Sachin,(2014), Stock Market Prediction Using Artificial Neural Networks, Bhagwant Chauhan et al, / (IJCSIT) International Journal of Computer Science and Information Technologies, Vol. 5 (1) , 2014, 904-907.
Cheng, C, H., Chen, T, L., Haung, C,C., 2007. Fuzzy dual-factor time –series for stock index forecasting, Expert Systems with Applications,Article in press.
Devadoss, Victor, Alphonnse Ligori, Antony. 2013. Stock Prediction Using Artificial Neural Networks, International Journal of Data Mining Techniques and Applications Vol:02, December 2013, Pages: 283-291.
Fausett, L. 1994. Fundamentals of neural networks. Englewood Cliffs, NJ: Prentice-Hall, Inc.
Filiz, z. 2007. Service Quality of University Library: A Study amongest at students at osmangazi University and anadolu university. Ekonometri ve İstatistik, Sayı:۵
Franklin, B., Niteci, D. (2005). ARL New Measures user satisfaction with paper. [on-line]. Available: http://www.arl.org/libqual/geninfo/usersatisfaction.Pdf.
Fausett L .1994. Fundamentals of neural networks. Englewood Cliffs, NJ: Prentice-Hall, Inc.
Kelly L. 2007. Measuring the Economic Stock of Money, MPRA Paper No. 5528, posted 07. Bryant University.
Ming-Chi Lee. 2009. Using support vector machine with a hybrid feature selection method to thestock trend prediction, Department of Computer Science and Information Engineering, National Pingtung Institute of Commerce, No. 51 Minsheng E. Rd., Pingtung 900, Taiwan, ROC.
Nakamori Wei, H, Wang Y. 2005. Forecasting stock marketmovement direction with support vector machines , Computer & Operationsmovement direction with support vector machines , Computer & Operations.No 25. Pp 21-35
Najeb M. 2014. Predicting Direction of Stock Prices Index Movement Using Artificial Neural Networks: The Case of Libyan Financial Market, SCIENCEDOMAIN international, British Journal of Economics, Management & Trade, 4(4): 597-619, 2014.
Olatunj S. O., Saad Al-Ahmadi M, Elshafe M, Ahmed Fallatah Y. 2013. Forecasting the Saudi Arabia stock prices based on artificial neural networks model, International Journal of Intelligent Information Systems, 2013; 2(5): 77-86, Published online October 20, 2013 (http://www.sciencepublishinggroup.com/j/ijiis), doi: 10.11648/j.ijiis.20130205.12.
Shah, J. R., & Murtaza, M. B. 2000. A neural network based clustering procedure for bankruptcy Prediction. American Business Review, 18 (2), 80-86.
Shin S. Kyung, Lee S. Taik, & Kim J. Hyun. 2005. An application of support vector machines in bankruptcy prediction model. Expert Systems with Applications, 28, 127-135.
Tsang, P. M., Kwok, P., Choy, S.O., Kwan, R., Ng, S.C., Mak, J., Tsang, J., Koong, K., Wong, T,L., 2007. Design and implementation of NN5 forHong Kong stock price forecasting, Engineering Applications ofArtificial Intelligence 20:453–۴۶۱٫
Thawornwong, S., D. Enke & C. Dagli. 2003. “Neural Networks as a Decision Maker for Stock Trading: A Technical Analysis Approach", International Journal of Smart Engineering System Design, 5, pp. 313-325.
Tuomi V. 2001. Quality of academic library services: A customer’s point of view. University of Vaasa, Department of Public Management. Retrieved,Auguest 12, 200 form Yazd University. Website:http://soc.kuleuven.be/pol/io/egpa/qual/vaasa/paper_vaasa_tuomi.pdf.
Yakup Kara, Melek Acar Boyacioglu ,mer Kaan Baykan.2011. Predicting direction of stock price index movement using artificial neuralnetworks and support vector machines: The sample of the Istanbul Stock Exchange. Expert Systems with Applications 38.5311–۵۳۱۹٫
Yim, J. 2002. A comparison of neural networks with time seriesmodels for forecasting returns on a stock market index.paper.Schoolof Economics and Finance.
Zhang, Z.Y., et al. 2005. Stock time series forecasting using support vector machines employeing analyst recommendations, Springer-Verlag Berlin Heidelberg.cc45.pp 66.
Zhou, L., Zhang, Y. and Xu, J. 2002. A critical assessment of SERVQUALs applicability in the banking context of china, Asia Pacific, in Hunt, K. (Ed.), Advances in Consumer Research, Vol. 5, Association for Consumer Research, Valdosta, GA, 14-21.