计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
10期
393-396
,共4页
股票价格%神经网络%粒子群算法
股票價格%神經網絡%粒子群算法
고표개격%신경망락%입자군산법
研究准确优化预测股票价格问题,针对影响股票价格具有非线性、不稳定的特征,股票价格由于受到社会经济因素的影响,变化大.采用传统神经网络方法在股票价格预测中易陷入局部极小值,泛化能力受到影响.为了提高股票价格精度,提出一种基于粒子群优化算法(PSO)的RBF神经网络(RBFNN)股票价格预测模型.利用粒子群优化算法的良好的寻优能力,对RBF神经网络参数进行优化,从而加快RBF神经网络运算速度,并提高了RBF神经网络的预测精度.利用粒子群优化的RBF神经模型对上证指数(000001)股票价格进行了验证性测试和分析,实验结果表明,相对于各参比模型,经过粒子群优化的RBF神经网络模型预测方法有更好的收敛性,更强的学习能力,显著地提高了预测精度,可为预测提供依据.
研究準確優化預測股票價格問題,針對影響股票價格具有非線性、不穩定的特徵,股票價格由于受到社會經濟因素的影響,變化大.採用傳統神經網絡方法在股票價格預測中易陷入跼部極小值,汎化能力受到影響.為瞭提高股票價格精度,提齣一種基于粒子群優化算法(PSO)的RBF神經網絡(RBFNN)股票價格預測模型.利用粒子群優化算法的良好的尋優能力,對RBF神經網絡參數進行優化,從而加快RBF神經網絡運算速度,併提高瞭RBF神經網絡的預測精度.利用粒子群優化的RBF神經模型對上證指數(000001)股票價格進行瞭驗證性測試和分析,實驗結果錶明,相對于各參比模型,經過粒子群優化的RBF神經網絡模型預測方法有更好的收斂性,更彊的學習能力,顯著地提高瞭預測精度,可為預測提供依據.
연구준학우화예측고표개격문제,침대영향고표개격구유비선성、불은정적특정,고표개격유우수도사회경제인소적영향,변화대.채용전통신경망락방법재고표개격예측중역함입국부겁소치,범화능력수도영향.위료제고고표개격정도,제출일충기우입자군우화산법(PSO)적RBF신경망락(RBFNN)고표개격예측모형.이용입자군우화산법적량호적심우능력,대RBF신경망락삼수진행우화,종이가쾌RBF신경망락운산속도,병제고료RBF신경망락적예측정도.이용입자군우화적RBF신경모형대상증지수(000001)고표개격진행료험증성측시화분석,실험결과표명,상대우각삼비모형,경과입자군우화적RBF신경망락모형예측방법유경호적수렴성,경강적학습능력,현저지제고료예측정도,가위예측제공의거.
