基于合作型協(xié)同進化遺傳神經網絡及其在股票市場中的應用研究.pdf

1、針對傳統(tǒng)神經網絡算法預測股票價格時容易陷入局部極小值、學習速度慢和預測精度不高等問題。本文以合作型協(xié)同進化遺傳算法、主成分分析法和靈敏度分析法為基礎，優(yōu)化網絡的拓撲結構和連接權值，分別建立基于合作型協(xié)同進化遺傳神經網絡股票預測模型、基于主成分的合作型協(xié)同進化遺傳神經網絡股票預測模型和基于靈敏度分析的合作型協(xié)同進化遺傳神經網絡股票預測模型，并將預測結果進行對比分析，說明模型的有效性、健壯性。論文主要做了如下四個方面的工作:
　　

2、(1)對神經網絡、合作型協(xié)同進化遺傳算法的基本理論進行了詳細的綜述。首先概述了神經網絡的產生、發(fā)展歷史，著重介紹了BP神經網絡;然后綜述合作型協(xié)同進化遺傳算法的研究現(xiàn)狀;最后，總結了神經網絡設計中的難點問題，說明將合作型協(xié)同進化遺傳算法優(yōu)化神經網絡的可行性。
　　 (2)詳細介紹了合作型協(xié)同進化遺傳算法。首先概述了合作型協(xié)同進化遺傳算法的基本思想，重點介紹合作型協(xié)同進化遺傳神經網絡模型的定義和實現(xiàn)方法。然后，通過對個股和上證綜合

3、指數(shù)進行預測分析，來驗證模型的有效性和算法的可行性。
　　 (3)研究了主成分分析法的原理與具體實現(xiàn)，在此基礎上建立基于主成分的合作型協(xié)同進化遺傳神經網絡，并將該模型用于股票預測，對比未經主成分的合作型協(xié)同進化遺傳神經網絡的預測結果，說明該模型更有效。
　　 (4)介紹靈敏度分析法的原理和推導實現(xiàn)，采用基于靈敏度分析的神經網絡隱含層節(jié)點剪枝方法，建立基于靈敏度分析的合作型協(xié)同進化遺傳神經網絡，將該方法應用于中國平安和中國