基于遗传算法的神经网络金融时序预测的研究

• 作者: 何立新 吴晓琴 唐超 项响琴
• 来源期刊: 合肥学院学报：自然科学版
• 学科: 工学
• 关键词: 遗传算法 BP神经网络 金融时间序列 预测
• 年，卷（期）: 2009,（3）
• 页码范围: 34-36
• 页数: 3页
• 分类号: TP389.1

摘要

基于简单遗传算法的神经网络训练速度慢、易陷入局部极值，用具有较好的全局搜索能力自适应遗传算法来优化神经网络权值和国值，设计了基于自适应遗传算法的BP神经网络的股票预测系统．该系统根据对股票历史数据分析，预测股价未来几天时间的走势．结果表明，改进算法具有很强的可行性和高效性．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓琴	合肥学院网络与智能信息处理重点实验室	26	110	7.0	10.0
2	何立新	合肥学院网络与智能信息处理重点实验室	19	30	3.0	4.0
3	项响琴	合肥学院网络与智能信息处理重点实验室	26	108	6.0	9.0
4	唐超	合肥学院网络与智能信息处理重点实验室	13	31	3.0	4.0