基于优化GA属性约简的上证指数预测

• 作者: 严晓明
• 来源期刊: 福建师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 遗传算法 属性约简 上证指数 SVM
• 年，卷（期）: 2011,（5）
• 页码范围: 29-33
• 分类号: TP183
• 字数: 4384字
• 语种: 中文

摘要

结合粗糙集的相关理论,优化了GA属性约简方法,针对上证指数预测的具体问题,对遗传算法的初始种群和适应度函数进行改进,将上证指数10年间数据的58个属性构成的训练集进行属性约简,并应用参数优化后的SVM分别以属性约简前后的数据集对开盘指数进行回归预测.仿真结果表明,用该算法进行属性约简后,原始数据集中冗余属性对预测结果的影响下降,预测精度提高,建模时间也相应的减少,得到了较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严晓明	福建师范大学数学与计算机科学学院	16	136	5.0	11.0