基于改进型粒子群优化算法的BP网络在股票预测中的应用

• 作者: 朱宏 李旭伟 秦焱
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 神经网络 BP算法 BP改进 网络粒子群算法
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 算法研究
• 页码范围: 66-68,79
• 页数: 4页
• 分类号: TP183
• 字数: 3623字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.04.022

摘要

本文提出了基于改进型粒子群优化的BP网络学习算法.在该算法中,首先改进了传统的BP算法,有效地使得网络中输入层、隐含层和输出层结点个数达到一个最优解.然后,用粒子群优化算法替代了传统BP算法中的梯度下降法, 使得改进后的算法具有不易陷入局部极小、泛化性能好等特点,并将该算法应用在了股票预测的应用设计中.结果证明:该算法能够明显减少迭代次数,提高收敛精度, 其泛化性能也优于传统BP算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李旭伟	四川大学计算机学院	45	272	9.0	15.0
2	朱宏	四川大学计算机学院	25	206	8.0	14.0
3	秦焱	四川大学计算机学院	1	12	1.0	1.0