10.3778/j.issn.1002-8331.1401-0037
基于ELM和FOA的股票价格预测
针对股票价格预测中应用极限学习机预测存在稳定性不理想的问题,提出了一种改进果蝇优化极限学习机(IFOA-ELM)预测模型的算法。在该算法中,果蝇群通过不断调整群半径来优化ELM的输入层与隐含层连接权值和隐含层阈值,并以优化后的结果为基础,构建ELM预测模型。将IFOA-ELM模型用于股票价格预测。实验表明,与ELM和FOA-ELM相比,IFOA-ELM在股票价格预测中具有更高的预测精度和更好的稳定性。
股票价格、预测、果蝇优化算法、极限学习机
TP183(自动化基础理论)
陕西省自然科学基金No.2012GQ8050;陕西省教育厅专项科研计划项目No.13JK0403;西安邮电大学中青年基金No.104-0410。
2014-09-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
14-18,32