·306 智能系统学报 第5卷 c2=-5.418121, 1800 基因5)的c0=-9.595825, 1750 1700 基因6)的c0=6.671539,c1=2.517029, 1650 1600% ·…上证指数实际值 基因7)的c0=-6.272735,c1=-.91211, 1550 ·一上指数模型值 1500 c2=-2.822785, 1450 33332至2宝 基因8)的c0=9.329834,c1=-8.205658, 8卡宁8三早8术3形g333无 基因9)的c0=-9.196594. 日期 利用IGEP算法提供的功能将其转化成数学模 图2上证指数部分测试数据真实值与模型值比较曲线 型即为 图 ￥6 Fig.2 The compared curve between the true value and Y= model values of the Shanghai index part test data 《,-)西+9979676-(P) 7 4.3.2IGEP算法 312(xk+xg） 取f(i)=1000×1(E:+1)为适应值函数， x11+x4+x7x3 +2如+B+与+-型+ 本文使用IGEP算法得到较好的染色体如下所示 2.517029x2x3(x1+x4) -+ (此染色体含3个基因，连接符采用数学运算“+”， (xB+6.671539-x3)x1x 黑体为基因头)： 6+9+x0—+ 人.d5.*,-,d11.*.*,-./人人.d1.d0.-,d6. x1x5+x11+x7+x1-10 d8.d1.d8.d1.d1.c0.d5.d3.d2.d0.cl.d3.d3.9. X123x13 d2.d10+.-.-.d3.+.d12.d3./.d1.*.+.d11. -4.226227x2x(x10-x1） +,+.*.d4.d8.d10.d3.d6.d2.d1.d8.d10.d12. 2x7x5 d11.d10.d12.d11.d1.d9/.d12.*.c0.*,*./.- (x1-5.105316)x1x3(x3-7.068481-3) *.d1.+.d9.d0./.d7.d2.d11.d7.d0.d2.d10.d9. 式中：y表示第14天的值，x:表示前第13-i天的数据 d4.d11.d4.d4.d4.d6.d0.d9.d0/../.d6.*.d0. 上证指数部分训练数据真实值与模型值比较曲 *.-,d2./.d4.+.d2.+..d12.c0.d6.d6.d0.c1. 线如图3所示，其中实线为真实值，虚线为拟合值； c2.d8.d1.d3.d1.d0.d11.d7.d5.d4d1.+.d6./.- 用IGEP预测04年前30天的数据情况如图4所示. c0.+.d6./.d8.d4.d3.d1.d6.*.d8.d12.d12.d3. 1650 真实值 d9.d11.d12.d10.d9.d1.d11.d11.d4.d3.d3. 1600 d4/././.d11.*,d10.*.-,d0./.d12.+.d2. 1550 预测值 1500 +./.d12.c0.d10.d3.d0.cl.d3.d3.d7.d8.d4.d1. 立1450 R1400 d10.d0.d7.d4/.-.d3.d1.d11./.d6.d2.d0.+.c0. 1350 1300 d11.d7.d11.+.d12.d2.d11.d2.d5.d1.d4.d12 50 100150 200250 交易日/天 d9.d11.cl.d11.d12.d4.d10.c2/.+,+,d5.+,*. +.d8.*.d0.d4.+.-.d2.d9.d10.d6.d0.d9.d4. 图3 IGEP算法上证指数部分训练数据真实值与模型 值比较曲线图 d8.d10.c0.d7.d0.cl.d11.d5.d1.d11.d12/.d4.d0. Fig.3 The IGEP algorithm for the compared curve between -,*,d12.*,d3.+,d3.*,d12.d3.+.+,d3. the true value and model values of the Shanghai in- d2.d9.d4.d11.d2.d10.d4.d5.d0.d0.d4.d8.d6 dex part training data d7.c0 实验求出训练数据相关系数为0.9773，测试数 其中： 据相关系数为0.9623.由图3与图4知，其拟合效 基因1)的0=-9.979676，c1=1.375732, 果和预测效果都优于文献[11]的GEP方法，证明了 基因3)的c0=-4.226227, 该文设计算法的优越性。 基因4)的c0=-7.068481,c1=-5.105316