基于遗传算法的预测指标信息提取方法研究

摘要：

建立预测模型时,选择合适的自变量集合很重要.指标太多会增加数据采集的工作量和问题分析的复杂性;盲目减少指标又会损失很多信息,容易产生错误的结论.因此需要找到一个合理的信息提取方法,在减少分析指标的同时,尽量减少原指标包含信息的损失.通过应用遗传算法技术,根据预测模型的预测正确率来选择指标,建立了基于遗传算法的预测模型指标的自动提取模型.实验应用表明,利用遗传算法提取预测模型的指标信息效果比较好,优于神经网络和决策树模型.

关键词：指标选择、遗传算法、线性判别分析、预测指标、信息提取

所属期刊栏目：26

分类号：G35(情报学、情报工作)

在线出版日期：2007-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：52-53,56