基于AQPSO算法优化的RBF网络模型及应用研究

• 作者: 余健 郭平
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 径向基函数 量子粒子群优化 神经网络 股票预测
• 年，卷（期）: 2007,（6）
• 页码范围: 627-630
• 页数: 4页
• 分类号: TP3
• 字数: 4260字
• 语种: 中文
• DOI: 10.3321/j.issn:0476-0301.2007.06.010

摘要

提出了自适应量子粒子群优化(adaptive quantum-behaved particle swarm optimization,AQPSO)算法,用于训练RBF(radial basis function)网络的基函数中心和宽度,并结合最小二乘法计算网络权值,改进了RBF网络的泛化能力.利用上证指数数据进行预测,实验结果表明,采用AQPSO算法获得的RBF网络模型不但具有很强的泛化能力,而且具有良好的稳定性,在股票数据预测中具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭平	北京师范大学信息科学与技术学院	48	535	14.0	21.0
2	余健	北京师范大学信息科学与技术学院	17	116	5.0	10.0