基于ELM和FOA的股票价格预测

摘要：

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。

关键词：股票价格、预测、果蝇优化算法、极限学习机

分类号：TP183(自动化基础理论)

资助基金：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。

在线出版日期：2014-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：14-18,32