由于股票價格的時間序列具有不確定性,股市的真實模型不容易建立,而模糊時間序列在解決模糊性數(shù)據(jù)和不確定性數(shù)據(jù)方面具有較大優(yōu)勢;因此,本文首先將數(shù)據(jù)進(jìn)行預(yù)處理并改進(jìn)論域劃分的方法,然后利用三角隸屬度函數(shù)進(jìn)行數(shù)據(jù)的模糊化處理,再利用模糊化后的數(shù)據(jù)建立三層BP神經(jīng)網(wǎng)絡(luò),最后,應(yīng)用廣義的逆模糊數(shù)公式將預(yù)測模糊集進(jìn)行逆模糊化,從而得到預(yù)測結(jié)果.應(yīng)用本文方法對印度國家銀行（SBI）股票價格和Alabama大學(xué)的入學(xué)人數(shù)進(jìn)行預(yù)測,預(yù)測結(jié)果精度較高. 

【文章來源】：東北大學(xué)學(xué)報(自然科學(xué)版). 2019,40(02)北大核心EICSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

采用不同方法的預(yù)測值


本文編號：3601782