粒计算思维下的BP神经网络在金融趋势预测中的应用

• 作者: 杨文元 沈泽君
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 粒计算 BP神经网络 粒度矩阵 金融趋势预测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 527-532
• 页数: 6页
• 分类号: TP181
• 字数: 4632字
• 语种: 中文

摘要

BP(Back Propagation)神经网络在金融趋势预测上得到了广泛的应用,其通过反向传播误差来调整模型的权重与偏值,能够较强的适应金融的走向趋势.但是由于金融趋势的周期性变化多端,不同周期下对预测值的影响不一,传统的BP神经网络在金融趋势预测上存在一定的局限性.本文充分考虑金融趋势周期粒度这一特性,提出了基于粒计算思维的BP神经网络(Back Propagation on Granular Computing,BPGC).BPGC算法首先对数据集进行不同粒度划分、构造粒度矩阵,然后根据粒度矩阵进行BP训练得出各粒度下的权值,最后对各粒度的预测结果进行加权平均,得出预测结果.在浦发银行股票收盘价数据集上进行实验,与传统的BP神经网络进行比对,实验结果验证了BPGC算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文元	闽南师范大学福建省粒计算及其应用重点实验室	14	33	3.0	5.0
5	沈泽君	闽南师范大学福建省粒计算及其应用重点实验室	2	6	1.0	2.0