科学研究
商大新闻
11 现在的位置：首页 > 期刊导读 > 2010 > 11 >
基于遗传算法优化混沌神经网络的股票指数预测
【作者】 马明 [1] ; 李松 [2]
【关键词】 股指预测 混沌理论 BP神经网络 遗传算法
【摘要】为提高BP神经网络预测模型对混沌时间序列的预测准确性,提出一种基于遗传算法优化BP神经网络的改进混沌时间序列预测方法。本文采用时间序列输入输出参数数量构造BP神经网络拓扑结构,利用遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型求得最优解,将该预测方法应用到上证综合指数的时间序列进行有效性验证,结果表明了该方法对上证综合指数具有更好的非线性拟合能力和更高的预测准确性。
上一篇：企业持续创新理论研究评述
下一篇：外汇储备与经济增长：理论与实证分析
版权所有 © 《商业研究》编辑部 黑ICP备05005923号
地址：哈尔滨市松北区学海街1号 邮政编码：150028