首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于粒子群优化的神经网络预测模型
引用本文:程军,李荣钧.基于粒子群优化的神经网络预测模型[J].数学的实践与认识,2015(3):176-180.
作者姓名:程军  李荣钧
作者单位:广州航海学院港口与航运管理系;华南理工大学工商管理学院
基金项目:国家自然科学基金(71071057);广东省自然科学基金博士启动项目(S2012040006997);教育部人文社会科学青年基金(13YJCZH030);广东省高等院校学科与专业建设专项资金项目(2013WYXM0164)
摘    要:BP学习算法多采用梯度下降法调整权值,针对其易陷入局部极小、收敛速度慢和易引起振荡的固有缺陷,提出了一种改进粒子群神经网络算法.其基本思想是:首先采用改进粒子群优化算法反复优化BP神经网络模型的权值参数组合,再用BP算法对得到的网络参数进一步精确优化,最后用得到精确的最优参数组合进行预测.实验结果表明,该算法在股指预测中的预测性能明显提高.

关 键 词:神经网络  粒子群优化  预测

A Neural Network Prediction Model Based on Particle Swarm Optimization
CHENG Jun;LI Rong-jun.A Neural Network Prediction Model Based on Particle Swarm Optimization[J].Mathematics in Practice and Theory,2015(3):176-180.
Authors:CHENG Jun;LI Rong-jun
Institution:CHENG Jun;LI Rong-jun;Port and Shipping Management Department,Guangzhou Maritime Institute;School of Business Administration,South China University of Technology;
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号