基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对如何将遗传规划方法与时间序列有效结合,构建基于遗传规划的时间序列自适应模型,并通过 Java 语言辅助算法的实现。相比之前遗传规划算法,采用平均值法改进初始群体的生成方式,使变异概率随着进化代数的增加而递减,且加入并行计算思想。在算法流程的核心计算环节,将适应度值的计算、个体的复制、交叉、变异操作都从线程的粒度来进行,基于实际运行效果来看,CPU 多核运行明显,算法能够充分利用多处理器、多核进行计算,提高了运行效率。将改进的遗传规划模型应用于我国股票市场上股票价格的预测,将预测结果与经遗传算法优化的神经网络方法和传统遗传规划方法进行比较,结果证明改进遗传规划方法的预测精度更高,且能够更直观地表达输入与输出之间的关系。
推荐文章
股票价格涨跌预测
股票价格
转移概率
马氏性
平稳方程
神经网络在股票价格预测中的应用
BP神经网络
股票价格预测
技术指标
基于ELM和FOA的股票价格预测
股票价格
预测
果蝇优化算法
极限学习机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传规划自适应建模的 JAVA 实现及在股票价格预测中的应用
来源期刊 计算机应用与软件 学科 工学
关键词 遗传规划 时间序列 自适应建模 股票价格 预测
年,卷(期) 2016,(3) 所属期刊栏目 应用技术与研究
研究方向 页码范围 121-125,155
页数 6页 分类号 TP311.1
字数 6672字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.03.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 葛志远 北京工业大学经济与管理学院 17 43 4.0 5.0
2 陈会涛 北京工业大学经济与管理学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (8)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (14)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(5)
  • 参考文献(5)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
遗传规划
时间序列
自适应建模
股票价格
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导