基于粒子群优化WNN股票预测模型的性能评估

• 作者: 汪志峰 钱萌
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: WNN PSO PSO-WNN 股票预测
• 年，卷（期）: 2019,（3X）
• 页码范围: 181-184
• 页数: 4页
• 分类号: TP311

摘要

股票市场数据通常是一个具有极强波动性的非线性时间序列,一般构建小波神经网络(WNN)进行股票预测。但使用BP算法的WNN收敛速度慢且易陷入局部最小,为改善模型性能,提高预测精度,用粒子群算法(PSO)优化WNN,优化WNN参数以建立股票预测模型PSO-WNN。运用MATLAB进行仿真实验,通过分析实验结果,证明该方法的可行性。并将实验结果与优化前的实验结果进行对比分析,证明PSO-WNN的预测精度优于WNN。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱萌	安庆师范大学计算机与信息学院	45	151	7.0	10.0
2	汪志峰	安庆师范大学计算机与信息学院	3	0	0.0	0.0