基于萤火虫算法的组合神经网络对股票市场的预测方法
专利汇可以提供基于萤火虫算法的组合神经网络对股票市场的预测方法专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种基于萤火虫 算法 的组合神经网络对股票市场的预测方法，包括以下步骤：随机选取某支股票收盘价作为研究对象，并且进行预处理；根据实际的输入输出构建组合神经网络主网络BP神经网络，并初始化权值和 阈值 ；运用萤火虫算法计算BP神经网络的适应度函数最优值，得到最优的权值和阈值；把数据样本中的数据放入到建立的BP神经网络中进行训练；将BP神经网络前六天的预测误差作为输入变量，第七天的预测误差作为输出变量，建立RBF神经网络对残差进行二次逼近；将未进行训练的数据放入网络进行预测。本发明能够提高预测的准确性和 稳定性 。，下面是基于萤火虫算法的组合神经网络对股票市场的预测方法专利的具体信息内容。
1.一种基于萤火虫算法的组合神经网络对股票市场的预测方法，其特征在于，包括以下步骤：
(1)随机选取某支股票收盘价作为研究对象，并且进行预处理；
(2)根据实际的输入输出构建组合神经网络主网络BP神经网络，并初始化权值和阈值；
(3)运用萤火虫算法计算BP神经网络的适应度函数最优值，得到最优的权值和阈值；
(4)把数据样本中的数据放入到建立的BP神经网络中进行训练；
(5)将BP神经网络前六天的预测误差作为输入变量，第七天的预测误差作为输出变量，建立RBF神经网络对残差进行二次逼近；
(6)将未进行训练的数据放入网络进行预测。
2.根据权利要求1所述的基于萤火虫算法的组合神经网络对股票市场的预测方法，其特征在于，所述步骤(1)中的预处理为归一化处理，其让输入的数据控制在0到1之间，采用其中，X代表实际输入，min代表实际输入最小值，max代表实际输入最大值，x(t)代表预处理之后的网络输入。
3.根据权利要求1所述的基于萤火虫算法的组合神经网络对股票市场的预测方法，其特征在于，所述步骤(2)中构建的BP神经网络的结构分为输入层、隐层以及输出层；输入层的节点由实际的输入个数决定；隐层的节点数根据 来确定并调整，其中，m表示输入层的节点个数，α是一个随机的1～10的整数，n表示隐层的节点个数；输出层的个数根据实际需求来决定；其中，隐层节点的输出为： 其中，xi表示隐层的输入，wij表示隐层的权值，θj表示隐层的阈值，Oj表示隐层的输出；输出层节点的输出为：
其中，Oj表示输出层的输入，Tjk表示输出层的权值，θk表示输出层的
阈值，yk表示输出层的输出。
4.根据权利要求1所述的基于萤火虫算法的组合神经网络对股票市场的预测方法，其特征在于，所述步骤(3)是将BP神经网络的适应度函数作为目标函数，感知荧光素大的萤火虫并以概率P向其移动，完成移动后更新萤火素值和位置，计算目标函数的值并且更新决策域，直到满足条件寻优停止，最后将得到最优的权值和阈值带入初始化的BP神经网络模型。
5.根据权利要求1所述的基于萤火虫算法的组合神经网络对股票市场的预测方法，其特征在于，所述步骤(5)中的RBF神经网络的结构分为输入层、隐含层和输出层，其中，输入层由源结点组成，隐含层的层数根据需要而定，其变换函数是RBF径向基函数，输出层对输入模式的作用作出响应；其中，隐含层的输出为 ||·||为欧式距离， 为RBF径向基函数，ri是函数中心，bi为函数的宽度，X表示隐含层的输入；从输入空间到隐层空间的变换是非线性的，而从隐层空间到输出层变换是线性的；采用的误差逼近网络映射函数公式为 其中，X为输入，h为隐含层神经数目，Ci
为径向基函数的中心，σ为函数的宽度，Wij为隐含层到输出层的权值。
基于萤火虫算法的组合神经网络对股票市场的预测方法
技术领域
背景技术
发明内容
其中，Oj表示输出层的输入，Tjk表示输出层的权值，θk表示输出层的
阈值，yk表示输出层的输出。
Ci为径向基函数的中心，σ为函数的宽度，Wij为隐含层到输出层的权值。
具体实施方式
其中，Oj表示输出层的输入，Tjk表示输出层的权值，θk表示输出层的阈值，yk表示输出层的输出。根据BP神经网络结构，先随机给一个初始化权值和阈值。
紧接着设计RBF神经网络结构再对BP网络训练之后的误差二
次逼近。第一层输入层由源结点组成；隐含层隐单元数视需要而定，变换函数是RBF径向基函数；第三层输出层对输入模式的作用作出响应。从输入空间到隐层空间的变换是非线性的，而从隐层空间到输出层变换是线性的。因此，采用的误差逼近网络映射函数公式为其中，X为输入，h为隐含层神经数目，Ci为径
向基函数的中心，σ为函数的宽度，Wij为隐含层到输出层的权值。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种测定材料标距效应曲线的试验与计算方法 | 2021-02-21 | 0 |
| 数据核对方法、装置、系统、计算机设备和存储介质 | 2021-08-18 | 1 |
| 一种基于Spark的路网交通运行分析方法 | 2022-07-16 | 2 |
| 一种基于深度学习的纳米结构设计方法 | 2020-08-01 | 1 |
| 分布式无线传感器网络数据漂移盲校准方法 | 2020-09-08 | 0 |
| 一种基于无人机的物联网系统数据收集方法 | 2021-03-12 | 0 |
| 一种基于抽取的商业智能分析平台自动分区方法及装置 | 2020-09-05 | 1 |
| 融合分布式电源与柔性负荷的配电网检修负荷转供方法 | 2022-02-03 | 1 |
| 一种商品评论数据的口碑分析方法和装置 | 2023-01-28 | 0 |
| 车载双路应急发电装置 | 2021-09-17 | 2 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
