改进的BP神经网络在股指预测中的应用

摘要：

BP神经网络具有强大的自我修正误差的能力,理论上证明它能够逼进任何非线性系统,为此,BP网络在国际上已广泛用于金融分析和预测,取得较好效果.用BP网络解决问题的过程主要是设计适当的网络结构和构造相应的网络权值的过程,由于无理论指导,目前多采用试探法设计网络,从而影响了模型的建立和可靠性.本文利用的遗传算法对BP网络的结构参数进行优化设计,并利用改进的BP网络模型对上证指数进行了预测,仿真实验结果充分证实了该方法的有效性.

关键词： BP神经网络 遗传算法 结构参数 股指预测 网络权值

作者: 王焱 曲朝霞 刘景录

作者单位: 济南大学控制科学与工程学院,250022 济南大学信息科学与工程学院,250022

会议类型: 国内会议

会议名称: 第十一届中国人工智能学术年会

会议地点: 武汉

会议语种:中文

页码: 623-628

在线出版日期: 2005-09-20（万方平台首次上网日期，不代表论文的发表时间）