基于ISNN和HGA的沪深300指数预测方法

• 作者: 张钰 陆军
• 来源期刊: 计算机应用研究
• 关键词: 结构化神经网络 量化正交遗传算法 指数预测 时间序列预测
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2156-2159
• 分类号: TP18|TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.06.046

摘要

提出了一种改进的结构化神经网络(ISNN),并基于ISNN构建了沪深300指数预测模型.设计了一种优化性能更好的混合遗传算法(HGA),并采用HGA对ISNN预测模型进行训练.应用训练好的预测模型对2007年上半年的沪深300指数日收盘价进行了预测分析.实验结果表明,该方法收敛速度快、学习能力强、预测精度较高、误差率较小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张钰	河北医科大学计算机教研室	34	75	5.0	7.0
2	陆军	国防科学技术大学计算机学院	17	100	7.0	9.0