摘要：粗集和神经网络结合反映了人类智能的定性和定量、清晰和隐含、串行和并行相互交叉混合的常规思维机理.本文建立这样一种混合杂交模型用于股票价格波动趋势的预测,通过粗集对数据的二维约简预处理消除了样本中的噪声和冗余,在提高神经网络预测精度的同时降低了学习负担.为了获得最优的预测精度,本文还利用遗传算法进行属性离散化和网络学习.通过对上证综指的实证研究表明,这种混合杂交模型的性能明显优于BP和GA神经网络模型.

原文链接:http://www.cqvip.com//QK/95764A/200204/6706426.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）