摘要
基于多种群遗传算法(multiple population genetic algorithm,MPGA)优化回声状态网络(echo state networks,ESN)的储备池参数设置方案,建立MPGA-ESN模型,并将其用于上证指数开盘价预测的仿真实验.通过与BP神经网络、Elman神经网络、PSO-ESN模型、GA-ESN模型的对比,发现MPGA-ESN模型的预测精度更佳.
A MPGA-ESN model is set up based on multiple population genetic algorithm (MPGA) to optimize the parameters of the ESN reserve pool, and this model is used in the simulation experiment of the Shanghai composite index opening price forecast. By comparing with the BP neural network, Elman neural network, PSO-ESN, GA-ESN model, it is found that MPGA-ESN model has better prediction accuracy.
出处
《扬州大学学报(自然科学版)》
CAS
北大核心
2016年第2期46-50,共5页
Journal of Yangzhou University:Natural Science Edition
基金
国家自然科学基金资助项目(61374010)
江苏省大学生实践创新计划资助项目(201511117014Z)
关键词
回声状态网络
多种群遗传算法
混沌时间序列
上证指数预测
echo state network
multiple population genetic algorithm
chaotic time series
Shanghai composite index prediction