rbf神经网络最优分割算法及其在股市预测中的应用

《rbf神经网络最优分割算法及其在股市预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据第18卷第3期2005年6月模式识别与人工智能PR＆AIV01．18No．3Jun．2005RBF神经网络最优分割算法及其在股市预测中的应用*孙延风1梁艳春1张文力2吕英华31(吉林大学计算机科学与技术学院国家教育部符号计算与知识工程重点实验室长春130012)2(中国科学院计算技术研究所北京100080)3(东北师范大学计算机科学系长春130024)摘要将最优分割算法(optimalpartitionalgorithm，OPA)用于径向基函数神经网络参数的训练中．对OPA进行了适当的改进，在改进的OPA中增加了类的中心与宽度的确定方法，并将它们用于确定

2、RBF网络的中心与宽度．提出了利用类的目标函数的差分对网络结构进行动态调整的方法，从而实现了隐节点数的白适应选择．用于股价预测的数值模拟结果验证了该方法的有效性．与传统算法进行比较的结果表明，在预测方面OPA具有较明显的优势．将0PA算法与正交最dx--乘法相结合的0PA—OLS算法可以提高趋势预测的正确率．关键词最优分割算法，有序样本，RBF神经网络，股票价格预测中图法分类号TPl83AnOptimalPartitionAlgorithmofRBFNeuralNetworkandItsApplicationstoStockPricePredictionSUNY

3、an—Fen91，LIANGYan—Chunl，ZHANGWen—Li2，LUYing—Hua31(KeyLaboratoryforSymbolComputationandKnowledgeEngineeringofMinistryofEducation，CollegeofComputerScienceandTechnology，JilinUniversity，Changchun130012)2(InstituteofComputingTechnology，ChineseAcademyofSciences，Beijing100080)3(Departmentof

4、ComputerScience，NortheastNormalUniversity，Changchun130024)ABSTRACTTheoptimalpartitionalgorithm(0PA)isappliedtothetrainingofparametersintheradialbasisfunction(RBF)neuralnetwork．Theappropriatemodificationforthe0PAiSperformedaccordingtothecharacteristicsoftheRBFneuralnetwork．Theapproach

5、fordeterminingthecentersandwidthsoftheclusteringiSaddedinthemodified0PAandappliedtochoosethecentersandwidthsoftheneuralnetwork．Amethodforadjustingthestructureoftheneuralnetworkdynamicallyispresentedbyusingthedifferenceoftheobjectivefunctionsoftheclustering．ThusitiSrealizedtoselectthe

6、numberofthehiddennodesadaptively．Simulationresultsofthe*国家自然科学基金(No．60433020)、高等学校博士学科点专项科研基金(No．20030183060)、吉林省科技发展计划(No．20030520)和教育部科学技术研究(No．02090)资助项目收稿日期：2003—06—16；修回日期：2004—10—05作者简介孙延风，男，1972年生，博士，主要研究方向为神经网络算法、金融时间序列预测、金融风险分析．E—mail：sunyf@jtu．edu．cn．梁艳春，男，1953年生，教授，博士生导师，主

7、要研究方向为计算智能、智能工程、金融时间序列预测．张文力，女，1978年生，硕士，主要研究方向为神经网络算法、金融时间序列预测．吕英华，男，1962年生，博士，教授，主要研究方向为计算智能、系统模拟．万方数据3期孙延风等：RBF神经网络最优分割算法及其在股市预测中的应用375stockpricepredictiondemonstratetheeffectivenessoftheproposedapproach．ComparisonswithtraditionalalgorithmsshowthattheproposedOPAmethodpossessesobvi

8、ousadvantage