-
题名粗糙集属性约简方法在股票预测中的应用研究
被引量：5
- 1
-
-
作者
王天娥
叶德谦
季春兰
-
机构
青岛理工大学中德信息技术合作研究所
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第30期227-229,236,共4页
-
基金
教育部留学回国科研基金No.0212498~~
-
文摘
针对神经网络在股票预测中遇到的困难,在预测模型中引入粗糙集理论,提出一种基于粗糙集与神经网络相结合的预测方法,并根据基本遗传算法的弱点对其进行了改进。首先,介绍了基于遗传算法的属性约简方法,对各遗传因子进行改进。然后,采用基于改进遗传算法的属性约简方法对模型的样本数据进行约简,删除冗余数据,得到样本输入的最小约简。最后,利用约简后的样本对预测模型进行训练与检验。实验结果表明,该方法具有较高的预测精度,能有效地解决网络结构复杂、学习速度缓慢等问题。
-
关键词
粗糙集理论
属性约简
RBF神经网络
遗传算法
股票预测
-
Keywords
rough set theory
attribute reduction
Radial Basis Function（RBF） neural network
genetic algorithm
stock prediction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
