改进基因表达式编程在股票中的研究与应用

摘要：

介绍了基因表达式编程方法的基本原理,针对股票指数分析与预测问题,在经典的GEP算法基础上,提出了一种基于动态变异算子的改进的GEP算法--IGEP(improved GEP)算法.动态变异算子随着进化代数和染色体所含基因数目不同而变化,从而加快了GEP的收敛速度和精确度.还对算法进行了复杂度和收敛性分析.最后设计了一种基于IGEP的股票指数分析与预测算法,数值实验结果表明该算法优越于经典GEP算法,非常有效且具有较广泛的通用性.

关键词：基因表达式编程、复杂度分析、收敛性分析、股票指数预测

所属期刊栏目：5

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目60634020,60874069, 60804037;国家"863"计划资助项目2006AA04Z181

在线出版日期：2010-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：303-307