基于支持向量机的进化神经网络集成股市模型

摘要：

利用粒子群优化算法的全局搜索功能,进化设计神经网络的网络结构与连接权,得到一组独立的神经网络集成个体.利用主成份分析法提取其综合信息,再用支持向量机回归方法对其处理,生成神经网络的输出结果,以此建立股市预测模型.通过实例验证,该方法能有效提高神经网络集成的泛化能力,模型的预测精度高、稳定性好、具有应用推广前景.

关键词：神经网络集成、粒子群优化、支持向量机、股市、预测模型

所属期刊栏目：20

分类号：TP183(自动化基础理论)

资助基金：广西青年科学基金项目0832092;广西教育厅面上项目200807MS098

在线出版日期：2009-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：58-62,72