TY -的A2吴Chia-Huei盟——陈,佳林AU -杨,Hanyin PY - 2022 DA - 2022/08/04 TI - CSI 300指数预测模型基于PSO-SVR-GRNN混合方法SP - 7419920六世- 2022 AB -在这篇文章中,一个PSO-SVR-GRNN非参数混合模型提出了沪深300股票指数预测问题。粒子群优化(PSO)利用SVR模型的优化参数,提高了支持向量机回归模型的预测能力的原始CSI 300指数时间序列。优化后的残差序列的预测结果一般回归神经网络(GRNN)然后使用优化时间序列预测。结果表明,PSO - SVR-GRNN模型可以大大提高预测精度的沪深300指数时间序列与个人模型如PSO-SVR相比,GRNN, GA-SVR, LSTM PSO-LSTM, SVR。SN - 1574 - 017 - 2022/7419920 / 10.1155 x你——https://doi.org/10.1155/2022/7419920——摩根富林明-移动信息系统PB - Hindawi KW - ER