论文研究基于ELM和FOA的股票价格预测.pdf

针对股票价格预测中应用极限学习机预测存在稳定性不理想的问题，提出了一种改进果蝇优化极限学习机（IFOA-ELM）预测模型的算法。在该算法中，果蝇群通过不断调整群半径来优化ELM的输入层与隐含层连接权值和隐含层阈值，并以优化后的结果为基础，构建ELM预测模型。将IFOA-ELM模型用于股票价格预测。实验表明，与ELM和FOA-ELM相比，IFOA-ELM在股票价格预测中具有更高的预测精度和更好的稳定性。