基于多基因族编码的股票网络社团划分研究

• 作者: 李康顺 陈桂华
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 股票复杂网络 社团划分 多基因族 基因表达式编程 精英迁移策略
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 87-94
• 页数: 8页
• 分类号: TP393.094
• 字数: 5173字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2013.07.015

摘要

针对传统股票网络社团划分算法发现精度低、时间复杂度高、容易陷入局部最优解的缺点,提出一种基于多基因族(MGF)编码的基因表达式编程(GEP)股票网络社团划分算法,来研究股票市场复杂网络社团化现象.该算法利用多基因族编码的特性,将代表股票节点的ID号和表示社团的类型分别编码在两个不同的多基因族中,再通过一个映射函数将两者的相互作用关系隐式编码在染色体中；同时,将精英迁移策略应用到基因选择、交叉、倒置、限制交换等各个遗传阶段,以避免早熟现象,加快遗传收敛到全局最优解的速度.实验分析表明,该算法能够准确和高效地实现股票复杂网络社团的划分,其划分结果对投资者进行决策具有重要的指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李康顺	江西理工大学信息工程学院	39	453	11.0	20.0
5	陈桂华	江西理工大学信息工程学院	2	5	2.0	2.0