李晓静;邓国和 基于遗传算法和改进Elman神经网络的股票价格预测。 (中文。英文摘要) Zbl 1199.91267号 J.广西标准。大学,自然科学。 26,第3期,第41-44页(2008年). 小结:针对Elman神经网络在股票价格预测中难以确定隐含层结点和容易陷入区间解的缺点,本文应用改进的Elman神经网对高阶动态系统进行辨识,以及用遗传算法优化该网络的初始连接权值并确定隐含层结点,以未来两天的最高股价为预测目标。此外,克服了上述缺点,并在遗传进化计算过程中采用了保持最佳个体的策略。在前面程序的基础上,建立了预测模型。结果表明,该模型可以显著提高股票价格预测的准确性。 MSC公司: 91G70型 统计方法;风险措施 90 C59 数学规划中的近似方法和启发式 关键词:遗传算法;动态递归神经网络;股票价格;预测 PDF格式BibTeX公司 XML格式引用 \textit{X.Li}和\textit{G.Deng},J.广西常模。大学,自然科学。26,第3号,41-44(2008;Zbl 1199.91267)