一种改进RBF神经网络在股市建模及预测中的应用

被引：5

作者：

徐翔

黄道

李昱瑾

机构：

[1] 华东理工大学自动化工程中心

[2] 华东理工大学图书馆上海

[3] 教授

[4] 博士生导师

[5] 上海

来源：

关键词：

改进RBF; 神经网络; 股市; 建模; 预测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文对传统 RBF神经网络在网络结构及算法上做出了改进 ,并将其用于股市的建模与预测。通过对上证指数与×股票 (6 0 0 6 0 0 )的仿真实验表明 ,改进的 RBF神经网络具较好的学习能力和泛化能力 ,适合用于复杂的不确定的非线性系统的建模与预测。

引用

页码：37 / 39

页数：3

共 4 条

[1] 改进的神经网络最近邻聚类学习算法及其应用 [J].

孙延风 ;

梁艳春 ;

孟庆福 .

[2] 基于T-S模型的模糊神经网络在股市预测中的应用 [J].

陈兴 ;

孟卫东 ;

严太华 .

[3] 基于RBF神经网络的股市建模与预测 [J].

郑丕谔 ;

马艳华 .

[4] RBF网络基函数中心选取算法的研究 [J].

朱明星 ;

张德龙 .