RBF神经网络最优分割算法及其在股市预测中的应用.pdfVIP

第18卷第3期 模式识别与人工智能 V01．18No．3 2005年6月 PR＆AI Jun． 2005 RBF神经网络最优分割算法 及其在股市预测中的应用* 孙延风1 梁艳春1 张文力2 吕英华3 1(吉林大学计算机科学与技术学院国家教育部符号计算与知识工程重点实验室长春130012) 2(中国科学院计算技术研究所北京100080) 3(东北师范大学计算机科学系长春130024) 摘要将最优分割算法(optimalpartition 行了适当的改进，在改进的OPA中增加了类的中心与宽度的确定方法，并将它们用于确定RBF网络的中心与宽 度．提出了利用类的目标函数的差分对网络结构进行动态调整的方法，从而实现了隐节点数的白适应选择．用于股 价预测的数值模拟结果验证了该方法的有效性．与传统算法进行比较的结果表明，在预测方面OP