基于粒子群优化WNN股票预测模型的性能评估

摘要：

股票市场数据通常是一个具有极强波动性的非线性时间序列,一般构建小波神经网络(WNN)进行股票预测.但使用BP算法的WNN收敛速度慢且易陷入局部最小,为改善模型性能,提高预测精度,用粒子群算法(PSO)优化WNN,优化WNN参数以建立股票预测模型PSO-WNN.运用MATLAB进行仿真实验,通过分析实验结果,证明该方法的可行性.并将实验结果与优化前的实验结果进行对比分析,证明PSO-WNN的预测精度优于WNN.

关键词：WNN、PSO、PSO-WNN、股票预测

所属期刊栏目：15

分类号：TP311(计算技术、计算机技术)

在线出版日期：2019-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：181-184