Resumen

La previsión del precio del oro ha sido un tema candente en economía recientemente. En este trabajo, se propone una red neuronal wavelet (WNN) combinada con un novedoso algoritmo de colonia de abejas artificial (ABC) para este problema de previsión del precio del oro. En este algoritmo mejorado, se descarta la estrategia convencional de selección de la ruleta. Además, los estados de convergencia en un ciclo de iteración anterior se utilizan completamente como mensajes de retroalimentación para manipular la intensidad de búsqueda en un ciclo posterior. Los resultados experimentales confirman que este nuevo algoritmo converge más rápido que el ABC convencional cuando se prueba con algunas funciones clásicas de referencia y es eficaz para mejorar la capacidad de modelado de la WNN en relación con el esquema de previsión del precio del oro.

• Materias:Algoritmos (Matemáticas) Ingeniería del transporte Neurociencias Seguridad del transporte Ingeniería ferroviaria
• Subjects:Agorithms (Math) Transport engineering Neurosciences Transport safety Railway engineering
• Palabras claves:previsión del precio del oro, estrategia de selección de la ruleta, capacidad de la wnn, ciclo de iteración, función de referencia clásica, colonia de abejas artificial, algoritmo mejorado, capacidad de modelado, red neuronal, ciclo posterior
• Keywords:gold price forecasting, roulette selection strategy, capacity of wnn, cycle of iteration, classical benchmark function, artificial bee colony, improved algorithm, modeling capacity, neural network, subsequent cycle