Seyed et al., (2009) in their resea

Seyed et al., (2009) in their research design and provide a model to predict stock prices by using fuzzy neural networks and genetic algorithms to reduce errors in forecasting stock prices use it to use the technique of artificial neural networks have been studied in isolation. The results show that the combination of genetic algorithms and fuzzy neural networks have a much better predictor of single neural network to approximate the speed and ability to predict the stock price has been stronger.

ผลลัพธ์ (ไทย) 1:

Seyed et al., (2009) ในการวิจัยการออกแบบ และให้มีการศึกษาแบบจำลองการคาดการณ์ราคาหุ้น โดยใช้เครือข่ายประสาทเอิบและอัลกอริทึมทางพันธุกรรมเพื่อลดข้อผิดพลาดในการคาดการณ์ราคาหุ้นก็จะใช้เทคนิคของเครือข่ายประสาทเทียมแยก แสดงผลลัพธ์ว่า อัลกอริทึมทางพันธุกรรมและเครือข่ายประสาทเอิบมีที่มากดีจำนวนประตูของโครงข่ายประสาทเดี่ยวเพื่อประมาณความเร็วและความสามารถในการทำนายราคาหุ้นได้แข็งแกร่ง

ผลลัพธ์ (ไทย) 2:

Seyed et al. (2009) ในการออกแบบการวิจัยของพวกเขาและให้รูปแบบที่จะคาดการณ์ราคาหุ้นโดยใช้เครือข่ายประสาทเลือนและขั้นตอนวิธีทางพันธุกรรมเพื่อลดข้อผิดพลาดในการพยากรณ์ราคาหุ้นที่ใช้ในการใช้เทคนิคของเครือข่ายประสาทเทียมที่ได้รับการศึกษาในการแยก . ผลการศึกษาพบว่าการรวมกันของขั้นตอนวิธีทางพันธุกรรมและเครือข่ายประสาทเลือนมีปัจจัยบ่งชี้ที่ดีมากของเครือข่ายประสาทเดียวที่ใกล้เคียงกับความเร็วและความสามารถในการคาดการณ์ราคาหุ้นที่ได้รับที่แข็งแกร่ง

ผลลัพธ์ (ไทย) 3:

seyed et al . ( 2009 ) ในการออกแบบ การวิจัย และให้ทำนายราคาหุ้นโดยใช้โครงข่ายประสาทเทียมแบบฟัซซี่และขั้นตอนวิธีพันธุกรรมเพื่อลดความคลาดเคลื่อนในการพยากรณ์ราคาหุ้นใช้เพื่อใช้เทคนิคโครงข่ายประสาทเทียมได้รับการศึกษาในการแยก .ผลการวิจัยพบว่า การรวมกันของขั้นตอนวิธีทางพันธุกรรมและโครงข่ายประสาทเทียมแบบมีมากดีกว่าทำนายโครงข่ายเดียวเพื่อประมาณค่าความเร็วและความสามารถที่จะคาดการณ์ราคาหุ้นได้มากขึ้น