基于改进基因表达式程序设计的股票指数预测

• 作者: 钱晓山
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 基因表达式程序设计 复杂度分析 收敛性分析 股票指数预测
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 200-202
• 页数: 3页
• 分类号: TP18
• 字数: 3851字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.05.069

摘要

介绍基因表达式程序设计方法的基本原理,针对股票指数分析与预测问题,在经典的GEP算法基础上,提出一种基于动态变异算子的改进的GEP算法--IGEP算法,动态变异算子随着进化代数和染色体所含基因数日不同而变化,从而加快了GEP的收敛速度和精确度,对算法进行了复杂度和收敛性分析.设计一种基于IGEP的股票指数分析与预测算法,数值实验结果表明,该算法优于经典GEP算法,具有较广泛的通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱晓山	宜春学院物理科学与工程技术学院	27	115	6.0	10.0