摘要
利用量子粒子群改进神经网络集成个体的网络结构和连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用支持向量机回归集成生成输出结论,求出非线性时序函数的全局最优解,随即建立一个基于量子粒子群的神经网络集成股市预测模型。试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好。
出处
《百色学院学报》
2010年第6期71-76,共6页
JOURNAL OF BAISE UNIVERSITY
基金
广西教育厅面上项目(200707MS061)
广西青年科学基金(0832092)