用QCEA优化的RBF神经网络及其在股市预测的应用

• 作者: 张新红 雷素娟
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 径向基函数 神经网络 量子克隆进化算法 股市 预测
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 338-342
• 分类号: TP183|F830.91
• 语种: 中文

摘要

采用量子克隆进化算法(QCEA)对径向基函数(RBF)神经网络的参数进行优化学习,并通过对不同样本容量和量子旋转角的实验,将量子克隆进化算法优化的径向基函数神经网络应用于上证指数的预测分析中.仿真实验表明:经量子克隆进化算法优化的径向基函数神经网络将全局搜索和局部寻优有机地结合起来,收敛速度快、种群多样性好,并可有效抑制早熟现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新红	华侨大学数量经济研究院	23	141	7.0	10.0
2	雷素娟	华侨大学数量经济研究院	1	6	1.0	1.0