超市管理系统-毕业论文.pdfVIP

毕业设计（论文） 题 目 超市管理系统 　 姓 名 学 号 专业班级 指导教师 分 院 信息科学与工程学院 完成日期 2013 年 5 月 28 日 摘 要 本文建立了一种基于粒子群（PSO）算法优化BP神经网络的改进股票预测模 型。该模型采用时间序列作为输入数据，以此来构造BP神经网络拓扑结构，利用 粒子群算法优化BP神经网络的权值和阈值。同时，考虑到由于股票市场受到多种 因素的影响，故股票价格形成的时间序列是非平稳的且具有强噪声的，本文用小 波降噪来处理样本数据，使得数据更加真实地反映股票趋势。 结果表明，经过小波降噪处理后的时间序列数据更加平稳；粒子群算法优化 后的BP神经网络预测模型能够有效弥补BP神经网络的不足，改善BP神经网络易陷 入局部最优的问题，在一定程度上达到了提高算法性能的目的。 关键词：小波降噪；BP神经网络；股