發(fā)布時間：2024-05-30 04:11

　　針對Elman神經網絡在基于股市網絡輿情的收盤價預測中存在的收斂速度慢且預測精度低的問題,提出了結合基于自適應噪聲的完全集合經驗模態(tài)分解(CEEMDAN)的改進鯨魚優(yōu)化算法(IWOA)結合Elman神經網絡預測模型。首先,通過文本挖掘技術對上海證券交易所股票價格綜合指數(shù)(SSE)180股的網絡輿情進行挖掘和量化,并利用Boruta算法篩選重要屬性以降低屬性集的復雜度;然后,通過CEEMDAN算法在屬性集中添加一定數(shù)量特定方差的白噪聲,實現(xiàn)屬性序列的分解與降噪;同時,利用自適應權重改進鯨魚優(yōu)化算法(WOA)以增強其全局搜索及局部開采能力;最后,利用WOA在迭代過程中不斷優(yōu)化Elman神經網絡的初始權重和閾值。結果表明:比起單獨使用Elman神經網絡,所提模型的平均絕對誤差(MAE)從358. 8120降低至113. 0553;與未采用CEEMDAN算法的原始數(shù)據集相比,該模型的平均絕對百分比誤差(MAPE)從4. 942 3%降低到1. 445 31%,說明所提模型有效提高了預測精度,為股市網絡輿情的預測提供了一種有效的實驗方法。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1CEEMDAN算法流程

CEEMDAN算法是由EEMD算法發(fā)展而來，EEMD算法是在EMD中多次添加白噪聲信號，將分解得到的IMF分量求平均值作為最終的實際分量，不僅改善了EMD算法存在的模態(tài)混疊現(xiàn)象，同時有效避免了EEMD算法添加噪聲后由于不能被完全消除而引起的重構誤差[19]。本文利用CEEMDAN....

圖2座頭鯨的捕食過程

WOA是模擬座頭鯨社會行為的一種啟發(fā)式算法。鯨魚被認為是世界上最大的哺乳動物，曾在鯨魚大腦的某些區(qū)域發(fā)現(xiàn)紡錘形細胞，這不僅可以區(qū)分鯨魚和其他生物，而且也可以使它們像人類一樣不斷學習、思考、判斷和交流，大多數(shù)座頭鯨喜歡捕食磷蝦和靠近水面的小型魚群[20]。根據研究發(fā)現(xiàn)，座頭鯨采取一....

圖3螺旋更新位置法

式（6）中Pi表示選擇收縮包圍圈的概率。3）搜索獵物。

圖4IWOA-Elman算法流程

第四步Elman神經網絡解析最優(yōu)個體，利用解析后的權值及閾值訓練Elman神經網絡并預測股市收盤價。3實驗結果及其討論

本文編號：3984550