基于改进BP网络的市场价格预测模型构建

发布时间：2021-09-24 04:33

　　针对我国经济领域中对国外大宗商品的依赖程度高,给经济的波动带来极大影响的问题,提出一种改进神经网络的大宗商品价格预测模型。在该模型中,首先对BP神经网络的结果和流程进行概述,然后提出GA算法优化的思路,并给出了优化的具体步骤;最后采用仿真的方式,结果表明本文构建的算法与实际值之间的差距较小,具有一定的借鉴价值。 

【文章来源】：自动化技术与应用. 2020,39(06)

【文章页数】：4 页

【部分图文】：

BP神经网络算法流程

改进构建思路

因此，根据上述的改进，本神经网络价格预测模型采用三层结构，同时输出层和输入层节点分别设定为1和50;隐含层节点数采用二进制编码，并通过遗传算法进行优化；隐含层传递函数选择tansig，输出层的传递函数则采用logsig，训练最大迭代次数设定为5000，或者是当训练目标误差小于或等于1E-5的时候就停止学习。3.3 改进算法整体流程图

【参考文献】：
期刊论文
[1]基于MATLAB的斜盘式轴向柱塞泵变量控制系统仿真与分析[J]. 王晨光,伍咏晖.  轻工科技. 2018(09)
[2]ARIMA模型和灰色模型在农产品价格预测中的应用比较[J]. 丁慧娟,张金磊,陈建中,李均涛,崔鹏.  安徽农业科学. 2018(24)
[3]基于改进型误差函数的复值BP神经网络对股票价格的预测研究[J]. 马健,盛魁,董辉.  长春师范大学学报. 2018(06)
[4]基于ARIMA时间序列模型的稀土氧化物价格预测研究[J]. 杨斌清,张希琳.  中国稀土学报. 2017(05)
[5]基于Matlab的OFDM系统仿真[J]. 汪璐.  科技风. 2017(11)
[6]基于BP神经网络的民用飞机交易价格预测[J]. 盛鸣剑,张康.  中国民航大学学报. 2017(03)
[7]基于BP神经网络与灰色关联的黄金期货价格预测[J]. 宋策.  上海工程技术大学学报. 2017(01)
[8]基于灰色系统GM（1,1）的淮安市房价预测模型[J]. 王莹,王志祥.  淮阴师范学院学报(自然科学版). 2017(01)
[9]基于Matlab的过程控制系统仿真实验设计[J]. 王茜,陈国达,李孝禄.  实验技术与管理. 2017(02)
[10]基于时间序列的小波神经网络蔬菜价格预测模型[J]. 钱彬彬,谢申汝,杨宝华.  洛阳理工学院学报(自然科学版). 2016(04)



本文编号：3407104