基于改进型粒子群优化算法的BP网络在股票预测中的应用

作     者：秦焱 朱宏 李旭伟 QIN Yan;ZHU Hong;LI Xuwei

作者机构：四川大学计算机学院四川成都610064 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2008年第30卷第4期

页      码：66-68,79页

摘      要：本文提出了基于改进型粒子群优化的BP网络学习算法。在该算法中,首先改进了传统的BP算法,有效地使得网络中输入层、隐含层和输出层结点个数达到一个最优解。然后,用粒子群优化算法替代了传统BP算法中的梯度下降法,使得改进后的算法具有不易陷入局部极小、泛化性能好等特点,并将该算法应用在了股票预测的应用设计中。结果证明:该算法能够明显减少迭代次数,提高收敛精度,其泛化性能也优于传统BP算法。

主 题 词：神经网络 BP算法 BP改进 网络粒子群算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1007-130X.2008.04.022

馆 藏 号：203418111...