پیش بینی بازار ارز با استفاده از شبکه های چند جمله ای عصبی - فازی مرکب و توسعه آن توسط تجزیه اطلاعات و الگوریتم جستجوی گرانشی

دراین مقاله ما به شرح ساختار یک شبکه عصبی پیشخور به نام شبکه های چند جمله ای عصبی - فازی مرکب HFSPNNs که ترکیبی ناهمگن از شبکه های عصبی پیشخور از قبیل شبکه های عصبی چند جمله ای PNNs و شبکه های عصبی چند جمله ای فازی می باشد FSPNNs می پردازیم همچنین برای یک طراحی مناسب و جامع از الگوریتم جدید جستجوی گرانشی باینری بهبود یافته MBGSA و مبحث جزئی سازی اطلاعات IG استفاده می کنیم تفسیر IG در HFSPNN به بهره برداری از تکنولوژی های بنیادی در هوش محاسباتی از قبیل مجموعه های فازی شبکه های عصبی و الگوریتم های ابتکاری برمیگردد. معمارئی که از IG مشق می شود با استفادها ز الگوریتم MBGSA به بهبود HFSPNN می پردازد HFSPNN از ترکیب نرونهای FSPNs با نرونهای PNs در لایه های بالاتر تشکیل می شود.

Keywords:

سری های زمانی , جزئی سازی اطلاعات , شبکه های چندجمله ای , شبکه های عصبی فازی , الگوریتم جستجوی گرانشی باینری , بازار ارز