百色学院学报
百色學院學報
백색학원학보
JOURNAL OF BAISE UNIVERSITY
2010年
6期
71-76
,共6页
量子粒子群%支持向量机%神经网络集成
量子粒子群%支持嚮量機%神經網絡集成
양자입자군%지지향량궤%신경망락집성
利用量子粒子群改进神经网络集成个体的网络结构和连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用支持向量机回归集成生成输出结论,求出非线性时序函数的全局最优解,随即建立一个基于量子粒子群的神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.
利用量子粒子群改進神經網絡集成箇體的網絡結構和連接權值,利用主成分分析法提高集成箇體差異度,形成一組優良的神經網絡集成箇體,利用支持嚮量機迴歸集成生成輸齣結論,求齣非線性時序函數的全跼最優解,隨即建立一箇基于量子粒子群的神經網絡集成股市預測模型.試驗錶明,該模型能有效提高神經網絡集成繫統的汎化能力,預測精度高,穩定性好.
이용양자입자군개진신경망락집성개체적망락결구화련접권치,이용주성분분석법제고집성개체차이도,형성일조우량적신경망락집성개체,이용지지향량궤회귀집성생성수출결론,구출비선성시서함수적전국최우해,수즉건립일개기우양자입자군적신경망락집성고시예측모형.시험표명,해모형능유효제고신경망락집성계통적범화능력,예측정도고,은정성호.
