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。
科研之友
微信
新浪微博
Facebook
分享链接
