基于自适应 BP 神经网络的上证指数预测模型的研究

• 作者: 张金仙 杨拴强 闫二乐
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 预测 上证指数 MATLAB 神经网络
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 计算机工程
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP183
• 字数: 3011字
• 语种: 中文

摘要

股市的波动受许多因素的影响，属于非线性问题。对于非线性的问题传统的统计学知识不能很好的应用。本文提出了一种基于MaTLAB神经网络工具箱的自适应神经网络的上证指数预测模型，自适应神经网络可以根据误差大小自主的调整学习效率，加快收敛速度。在对神经网络训练时，先对学习样本先进行归一化处理，再做BP网络的预测。经过与有动量的BP网络和L－M网络实验对比，结果表明这种方案比其他方案效率高、误差小。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张金仙	福建湄洲湾职业技术学院信息工程系	2	11	1.0	2.0
2	闫二乐	福州大学机械工程及其自动化学院	7	18	2.0	4.0
3	杨拴强	福建江夏学院工业技术研究所	20	34	3.0	5.0