河南科学

2017, v.35;No.219(02) 190-195

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于自适应遗传算法优化的BP神经网络股票价格预测
BP Neural Network Stock Price Forecast Based on Adaptive Genetic Algorithm Optimization

郝继升;任浩然;井文红;

摘要(Abstract):

股票价格是一种具有较强随机性的数据,不仅受到买卖双方的影响,而且与国内外政策因素有关.为了提高精度,采用BP神经网络与遗传算法结合的方法进行研究.针对BP神经网络初始权值随机、遗传算法易陷入局部优化等问题,给出了一种基于自适应遗传算法优化的BP神经网络股票价格预测模型,该模型通过自适应遗传算法对BP神经网络初始权值进行优化,从而对股票价格进行预测分析.实验仿真结果表明该模型可以获得较高的预测精度和较快的收敛速度.

关键词(KeyWords): 股票价格预测模型;自适应遗传算法;BP神经网络

Abstract:

Keywords:

基金项目(Foundation): 陕西省高水平大学建设专项资金资助项目(2012SXTS06)

作者(Author): 郝继升;任浩然;井文红;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享