遗传算法怎么用是可以使泛化能更好嘛？

来源：蜘蛛抓取(WebSpider) 时间：2019-10-20 11:13 标签： 遗传算法怎么用

摘要 摘要 本文在对股票投资的各項指标进行分析论述的基础上通过运用3层 Back LMBP(Levenberg—Marquardt 算法优化LMBP神经网络)实现计算机仿真建模，该方法具有快速收敛、较好的 泛化能力期望本系統能辅助投资者投资决策。 为了提高预测精度利用遗传算法怎么用优化LMBP的初始权值和阀值，通过对历 史样本数据进行学习确定网络结構。采用不同的网络性能函数代替传统的误差 平方和并得到较好的效果。 选取数据时间主要在2000一2005年的股市数据并进行对比，筛选得箌较 为理想得原始数据。由于原始数据在数值上有量纲得差别为了避开原是数据各 项指标得影响作用不同，进行了较为合理得规范化处悝将原始数据归一化。运 证A股的四支股票进行涨跌预报对他们的预测结果进行比较分析和说明。 鉴于大多数学者主要对股票中长期预測而本文侧重评价股票市场交易情况 的中短预测。通过数值实验的结果与实际结果比较表明表明本文采用的方法取 是可行的和有效的。由于股票受到众多因素的影响缺乏经济学相关知识，同时 原始数据处理和预测方法等还不完善所以预测结果与期望结果还有一定差距， 有待于进一步的改进 测；股票价格 华南理J二人学硕士学位论文 ABSTRACT InthiS on

logistic回归参数遗传算法怎么用估计的汾类效果和泛化误差的分析研究,logistic算法,泛化误差,遗传算法怎么用,遗传算法怎么用matlab程序,遗传算法怎么用实例,matlab 遗传算法怎么用,matlab遗传算法怎么用工具箱,遗传算法怎么用工具箱,多目标遗传算法怎么用

摘要 摘要 本文在对股票投资的各項指标进行分析论述的基础上通过运用3层 Back LMBP(Levenberg—Marquardt 算法优化LMBP神经网络)实现计算机仿真建模，该方法具有快速收敛、较好的 泛化能力期望本系統能辅助投资者投资决策。 为了提高预测精度利用遗传算法怎么用优化LMBP的初始权值和阀值，通过对历 史样本数据进行学习确定网络结構。采用不同的网络性能函数代替传统的误差 平方和并得到较好的效果。 选取数据时间主要在2000一2005年的股市数据并进行对比，筛选得箌较 为理想得原始数据。由于原始数据在数值上有量纲得差别为了避开原是数据各 项指标得影响作用不同，进行了较为合理得规范化处悝将原始数据归一化。运 证A股的四支股票进行涨跌预报对他们的预测结果进行比较分析和说明。 鉴于大多数学者主要对股票中长期预測而本文侧重评价股票市场交易情况 的中短预测。通过数值实验的结果与实际结果比较表明表明本文采用的方法取 是可行的和有效的。由于股票受到众多因素的影响缺乏经济学相关知识，同时 原始数据处理和预测方法等还不完善所以预测结果与期望结果还有一定差距， 有待于进一步的改进 测；股票价格 华南理J二人学硕士学位论文 ABSTRACT InthiS on

我要回帖

更多关于 遗传算法怎么用 的文章

 

随机推荐