基于HMM遺傳算法的預測方法研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著人工智能和電子商務(wù)的發(fā)展,供應鏈走進人們的生活,正在不斷地引起人們的注意。預測在供應鏈中處于核心的地位,特別是對于銷售價格的預測。然而供應鏈中銷售價格的預測又是一個十分復雜的問題,傳統(tǒng)的預測算法無法滿足其要求。目前,由于隱馬爾可夫模型作為經(jīng)濟預測中的研究熱點,同時進化算法又在不斷發(fā)展和壯大,所以供應鏈中的價格預測是以隱馬爾可夫為新的研究思路,以進化算法為理論基礎(chǔ)。
  首先,本文以隱馬爾可夫理論和遺傳算法為基礎(chǔ),提出隱馬爾可夫

2、與量子遺傳算法的組合預測模型。由于隱馬爾可夫預測模型對初始參數(shù)有較強的依賴,單獨采用該模型預測精度不高,為此本文綜合考慮了組合預測模型的發(fā)展前景,引入?yún)f(xié)同演化算法中分而治之的思想,將隱馬爾可夫與遺傳算法相結(jié)合。但遺傳算法在多次迭代的情況下,容易引起收斂速度過慢、早熟,陷入局部極值最優(yōu)等問題。對遺傳算法的這種不足,本文選取的量子遺傳算法能夠有效的改善這些問題。
  然后,本文將隱馬爾可夫量子遺傳算法應用到股票市場,選取雅虎財經(jīng)網(wǎng)站上

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論