基于主成分的遗传神经网络股票指数预测研究

• 作者: 姜鹏飞 张冬梅 智晶
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 BP神经网络 遗传算法 遗传神经网络 股票指数预测
• 年，卷（期）: 2009,（26）
• 所属期刊栏目: 工程与应用
• 页码范围: 210-212
• 页数: 3页
• 分类号: TP183
• 字数: 3385字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.26.063

摘要

数据预测在金融投资领域占有重要地位,预测中输入变量的选取影响着预测的速度和精度,传统方法选取输入变量主观性较强,预测效果欠佳.将遗传算法与BP网络结合,利用GA的全局搜索优化BP网络的结构参数,有效克服BP算法的局部收敛等问题.使用主成分分析法选取输入变量,并将GA-BP混合建模应用于沪市综合指数预测中.实验结果表明,该方法改善了预测精度,达到了较好的预测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冬梅	中国地质大学计算机学院	36	324	9.0	17.0
2	姜鹏飞	中国地质大学计算机学院	2	46	2.0	2.0
3	智晶	中国地质大学计算机学院	1	42	1.0	1.0