三种生成神经网络拓扑结构的方法在股票、商品价格预测中的应用及结果比较
THE DIFFERENT METHODS OF THE COMBINATION OF GENETIC ALGORITHM AND NEURAL NETWORK AND THEIR APPLICATION ON THE PRICE PREDICTION OF STOCK AND COMMODITY作者机构：中国科学院数学与系统科学研究院北京100190 中国科学院虚拟经济与数据科学研究中心北京100039 中国科学院预测科学研究中心北京100190
出 版 物：《系统科学与数学》 (Journal of Systems Science and Mathematical Sciences)
年 卷 期：2011年第31卷第3期
页 面：346-353页
核心收录：
学科分类：120202[管理学-企业管理（含：财务管理、市场营销、人力资源管理）] 12[管理学] 0202[经济学-应用经济学] 02[经济学] 1202[管理学-工商管理] 020205[经济学-产业经济学] 07[理学] 070104[理学-应用数学] 0701[理学-数学]
基 金：中国科学院重大方向性项目"经济监测预警及政策模拟仿真平台预研项目"(编号KACX1-YW-0906)
摘 要：对比了三种不同神经网络模型的生成方式:传统神经网络生成模型,遗传算法训练神经网络模型,以及在第二种方式训练参数的基础上,再使用传统神经网络优化生成模型.论文使用上述三种方法对代表性股票和商品价格进行拟合并预测,通过预测结果准确性和稳定性的比较发现:引入遗传算法后的神经网络在样本内的拟合误差有所降低,而第三种方法在样本外有最低的预测误差和最优稳定性.
维普期刊数据库
同方期刊数据库