摘要：首先给出了一种通过对样本数据进行惩罚性划分，产生彼此之间具有差异性的GMDH学习器集合，然后利用遗传算法从已产生的GMDH个体集合中选择最优的个体进行选择性集成的算法，并将该方法应用于煤炭价格系统的实践研究．结果表明这种采用遗传算法选择性集成惩罚性GMDH个体的算法，与单个GMDH算法和采用遗传算法选择性集成随机性GMDH个体的算法相比，明显提高了模型的泛化能力和稳定性．该方法很好地给出了煤炭价格系统的模型，能够准确预测煤炭价格的变动趋势．

关键词：gmdh 遗传算法 选择性集成 惩罚性划分 煤炭价格预测 

单位：南京航空航天大学自动化学院 南京210016