基于MPA-ELM的股票价格预测模型研究  

Stock Price Forecasting Model Based on MPA-tELM

作　　者：吴昌友[1] 裴均珂 丛敏 WU Chang-you;PEI Jun-ke;CONG Min(Shandong Technology and Business University,Yantai 264005,China)

机构地区：[1]山东工商学院管理科学与工程学院,山东烟台264005

出　　处：《山东工商学院学报》2023年第4期1-7,共7页Journal of Shandong Technology and Business University

基　　金：国家自然科学基金项目“基于复杂适应系统理论的山东半岛区地下水分布式优化管理模型及仿真研究”(41601593);山东省社科项目“山东半岛流域水资源承载力动态评价及对策研究”(13DGLJ05);山东省软科学项目“基于水基系统理论的山东半岛蓝色经济区健康状况动态评价及对策研究”(2014RKB01021)。

摘　　要：针对极限学习机(ELM)学习速率慢、易陷入局部最优且泛化能力不强等问题,提出一种基于海洋捕食者算法(MPA)和极限学习机(ELM)的组合预测模型。利用海洋捕食者算法对ELM的关键参数进行优化,降低人为因素的干扰,建立具有较高准确率的MPA-ELM股票价格预测模型。将该模型与ELM、BOA-ELM、WOA-ELM等模型的预测结果进行比较,结果证明,提出的MPA-ELM预测模型准确率更高且收敛速度更快。For the problems of extreme learning machine(ELM),such as slow learning rate,easy to fall into local optimum and weak generalization ability,a combined forecasting model based on marine predator algorithm(MPA)and extreme learning machine(ELM)is proposed.The Marine Predator Algorithm is used to optimize the key parameters of ELM,reduce the interference of human factors,and establish the MPA-ELM stock price prediction model with high accuracy.Compared with the prediction results of ELM,BOA-ELM,WOA-ELM and other models,the experimental results show that the MPA-ELM model has higher prediction accuracy and faster convergence speed.

关 键 词：海洋捕食者算法 极限学习机 参数优化 股票预测 

分 类 号：F830.91[经济管理—金融学]