基于粒子群优化的灰色神经网络组合预测模型研究

• 作者: 徐忠仁 王秉政 马吉明
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: BP神经网络 粒子群算法 灰色预测 灰色神经网络 PSO-GMNN
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 146-149
• 分类号: TP18
• 字数: 3106字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.02.027

摘要

灰色神经网络在人工智能预测领域已经得到广泛的应用,但由于其自身存在局部最小化和收敛速度慢等问题,使其预测精度受到一定的限制.针对其不足,本文提出一种利用粒子群算法优化BP神经网络的学习算法,在此基础上,利用灰色预测方法对股指期货历史数据进行初步预测,并且把初步预测的结果作为优化BP神经网络的输入进行训练和预测,构建了基于粒子群优化的灰色神经网络组合预测模型(PSO-GMNN).仿真实验结果表明,新预测模型的预测精度高于BP神经网络、灰色神经网络和灰色预测模型,同时也表明了该方法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秉政	郑州轻工业学院计算机与通信工程学院	12	53	4.0	7.0
2	马吉明	郑州轻工业学院计算机与通信工程学院	22	123	5.0	10.0
3	徐忠仁	郑州轻工业学院计算机与通信工程学院	1	23	1.0	1.0