[1]黄宏运,吴礼斌*,李诗争,等.一种改进的IPSO-BP神经网络在股指预测中的应用 ——以上证综指为例[J].延边大学学报(自然科学版),2016,42(04):351-356.
 HUANG Hongyun,WU Libing*,LI Shizheng,et al.An improved IPSO-BP neural network in stock market index forecasting — A case study of Shanghai Composite Index[J].Journal of Yanbian University,2016,42(04):351-356.
点击复制

一种改进的IPSO-BP神经网络在股指预测中的应用 ——以上证综指为例

参考文献/References:

[1] 丁忠明,黄华继.证券投资学[M].北京:高等教育出版社,2013:180-270.
[2] 潘贻超.多元时序与滞后协整混合模型及其在股指预测中的应用[D].湖北:武汉理工大学,2007.
[3] 张晶,王宏勇.股指时间序列的分形分析及预测[J].南京财经大学学报,2013,23(5):75-80.
[4] 姚婷,张晶,沈磊.基于灰色系统理论的股指预测研究[J].河南工程学院学报,2013,25(4):71-75.
[5] 李嵩松,惠晓峰.股票指数模糊随机预测与灰色预测实证比较研究[J].哈尔滨工业大学学报(社会科学版),2010,12(5):1-6.
[6] 汪同三,张涛.组合预测理论、方法及应用[M].北京:社会科学文献出版社,2008:56-70.
[7] 刘晓敏.基于BP神经网络的股指预测研究[D].大连:大连理工大学,2012.
[8] Gao Xuejun, Huang Tingwen, Wang Zhenyou, et al. Exploiting a modified gray model in back propagation neural networks for enhanced forecasting[J]. Cognitive Computation, 2014,6(3):331-337.
[9] 刘彩红.BP神经网络学习算法的研究[D].重庆:重庆师范大学,2008.
[10] 王俊清.BP神经网络及其改进[J].重庆工学院学报(自然科学版),2007,21(3):75-77.
[11] Ting Tiew-On, Rao M V C, Loo C K, et al. Solving unit commitment problem using hybrid particle swarm optimization[J]. Journal of Heuristics, 2003,35(6):76-81.
[12] Qu Guodong, Lou Zhanghua. Application of particle swarm algorithm in the optimal allocation of regional water resources based on immune evolutionary algorithm[J]. Journal of Shanghai Jiaotong University(Science), 2013,18(5):634-640.
[13] Tan Guanzheng, Bao Kun, Richard Maina Rimiru. A composite particle swarm algorithm for global optimization of multimodal functions[J]. Journal of Central South University, 2014,21(5):71-79.
[14] 葛继科,邱玉辉,吴春明,等.遗传算法研究综述[J].计算机应用研究,2008,25(10):2912-2915.
[15] Clerc M, Kennedy J. The particle swarm— explosion, stability, and convergence in a multidimensional complex space[J]. IEEE Transactions on Evolutionary Computation, 2002,6(1):58-73.
[16] 刘峡壁.人工智能导论[M].北京:国防工业出版社,2008:257-260.
[17] Shi Y, Eberhart R C. Fuzzy adaptive particle swarm optimization[J]. IEEE Congress on Evolutionary Computation, 2001,1:101-106.
[18] Eberhart R C, Shi Y. Tracking and optimizing dynamic systems with particle swarms[J]. IEEE Congresson on Evolutionary Computation, 2001,1:94-100.
[19] JIANG Tao, GONG Qiwei, QIU Ruofan, et al. Immiscible multicomponent lattice Boltzmann model for fluids with high relaxation time ratio[J]. Pramana, 2014,83(4):557-570.
[20] 杨汉桥,林晓辉.遗传算法与模拟退火法寻优能力综述[J].机械制造与自动化,2010,26(2):73-75.

相似文献/References:

[1]李生彪,彭建奎.基于Box-Jenkins方法的甘肃省GDP时间序列分析建模与预测[J].延边大学学报(自然科学版),2014,40(02):146.
 LI Shengbiao,PENG Jiankui.Time series analysis and forecast model for annual GDP of Gansu Province based on Box-Jenkins methods[J].Journal of Yanbian University,2014,40(04):146.

备注/Memo

收稿日期: 2016-08-26
*通信作者: 李承浩(1971—),男,工学博士,讲师,研究方向为专利分析.

更新日期/Last Update: 2016-12-20