摘要
针对小波神经网络(Wavelet Neural Network,WNN)的学习算法的不足,采用一种自适应惯性权重粒子群优化算法(Adaptive Inertia Weight Particle Swarm Optimization,AIW-PSO)作为小波神经网络的学习算法,建立AIW-PSO小波神经网络模型对上证指数进行预测,并将预测结果传统小波神经网络模型比较。结果表明,AIW-PSO小波神经网络模型对上证指数具有更好的预测效果。
In the view of the shortage of the Wavelet Neural Network Algorithm, adapt Adaptive Inertia Weight Particle Swarm Optimization Algorithm （AIW-PSO） as a study algorithm, build the AIW-PSO Wavelet Neural Network Model to predict the Shanghai stock Index., and make a comparison between the results of improved algorithm prediction model with results of traditional Wavelet Neural Network Model. The results show that the AIW-PSO Wavelet Neural Network Prediction Model has better prediction results on the Shanghai Stock Index.
出处
《价值工程》
2014年第8期6-8,共3页
Value Engineering
基金
国家自然科学基金资助项目(71071057)
关键词
自适应惯性权重粒子群优化算法
小波神经网络
上证指数预测
Adaptive Inertia Weight Particle Swarm Optimization
Wavelet Neural Network
Shanghai Stock Index Prediction
作者简介
郝杰（1988-），男，辽宁朝阳人，硕士研究生，研究方向为金融工程与风险管理；
苏越良（1969-），男，湖南平江人，副教授，管理学博士，研究方向为创新管理、风险管理、管理决策模型与方法等。
