基于BP神经网络的预测模型.doc

基于ＢＰ神经网络的国际黄金价格预测模型基于ＢＰ神经网络的国际黄金价格预测模型ＢＰ
公文易文秘资源网顾孟钧张志和陈友2009-1-213:35:26我要投稿添加到百度搜藏

[摘要]为了寻找国际黄金价格与道琼斯工业指数、美国消费者指数，国际黄金储备等因素之间的内在关系，本文对1972年～2006年间的各项数据首先进行归一化处理，利用MATLAB神经网络工具箱进行模拟训练，建立了基于BP神经网络的国际黄金价格预测模型

[摘要]为了寻找国际黄金价格与道琼斯工业指数、美国消费者指数，国际黄金储备等因素之间的内在关系，本文对1972年～2006年间的各项数据首先进行归一化处理，利用MATLAB神经网络工具箱进行模拟训练，建立了基于BP神经网络的国际黄金价格预测模型。[关键词]MATLABBP神经网络预测模型数据归一化

一、引言自20世纪70年代初以来的30多年里,世界黄金价格出现了令人瞠目的剧烈变动。20世纪70年代初,每盎司黄金价格仅为30多美元。80年代初,黄金暴涨到每盎司近700美元。本世纪初,黄金价格处于每盎司270美元左右,此后逐年攀升,到2006年5月12日达到了26年高点,每盎司730美元,此后又暴跌,仅一个月时间内就下跌了约160美元,跌幅高达21.9%。最近两年，黄金价格一度冲高到每盎司900多美元。黄金价格起伏如此之大,本文根据国际黄金价格的影响因素，通过BP神经网络预测模型来预测长期黄金价格。二、影响因素刘曙光和胡再勇证实将观察期延长为1972年～2006年时,则影响黄金价格的主要因素扩展至包含道琼斯指数、美国消费者价格指数、美元名义有效汇率、美国联邦基金利率和世界黄金储备5个因素。本文利用此观点，根据1972年～2006年各因素的值来建立神经网络预测模型。三、模型构建

1.模型选择：BP网络具有理论上能逼近任意非线性函数的能力，将输入模式映射到输出模式，只需用已知的模式训练网络，通过学习，网络就有了这种映射能力。

2.样本数据归一化：在训练前，对数据进行归一化处理，把输入向量和输出向量的取值范围都归一到[0，1]。3.BP网络设计：采用单隐层的BP网络进行预测，由于输入样本为5维的输入向量，因此输入层一共有5个神经元，中间层取20个神经元，输出层一个神经元（即黄金价格），网络为5*20*1的结构。中间层的传递函数为S型正切函数，输出层为S型对数函数。

中间层的神经元个数很难确定，测试时分别对12，15，20个数进行测试，寻找误差最小的。4.网络训练:训练次数epochs5000,训练目标goal0.001对30个样本数据进行训练，经过1818次的训练，目标误差达到要求，如图2所示：

5.网络测试：

神经元个数为20个时误差最小，此时网络的仿真结果如图3所示，预测精度80%以上，效果满意。

四、结论

在对1976年～2006年的影响国际黄金价格的五种因素的数据进行归一化处理后，M用ATLAB建立的BP神经网络预测模型进行预测，达到了很好的效果。国际黄金的长期价格受到许多因素的影响，本文只是对道琼斯工业指数等影响因素诸如分析，来预测长期的国际金价。还有其他因素，如国际油价，局部政治因素等，如果考虑进去，预测精度会进一步提高。

参考文献：[1]徐优丽:基于神经网络的物流需求预测.浙江树人大学学报,2008(01):56～58[2]刘曙光胡再勇:黄金价格的长期决定因素稳定性分析.世界经济研究,2008(02):35～41

基于BP神经网络的中国铁矿石需求量预测

来源：国土资源情报作者：郭娟发布时间：2009.03.04

摘要：铁矿石作为国民经济发展的基础原料之一，在我国目前工业化全面发展的时期，正处于高消耗的状态首先，本文根据历年我国铁矿石的产量和进口量，对我国铁矿石的需求量进行了估算；然后运用Matlab工具，对铁矿石的需求量进行分析模拟，建立了神经网络模型；最后，对中国未来铁矿石需求进行了初步预测预测表明，中国铁矿石需求将在2012--2015年达到高峰期。关键词：铁矿石需求量神经网络高峰一、引言伴随我国工业化、城镇化进程的不断推进，钢铁F业迅速发展，国民经济对钢铁的需求量不断增加，相应地对铁矿石需求量也在大幅上升，从而给我国铁矿石的生产带来了巨大的压力。为了满足铁矿石消费量持续增长的需求，我国铁矿石产量一路飘升，从1978年到2007年，铁矿石产量从1.18亿吨增长到了7.07亿吨，增长了5倍。2007年我国铁矿石产量占世界铁矿石总产量的20%，是世界上最大的铁矿石生产国。但是，铁矿石产量增长仍远远跟不上需求的增长。继2003年我国铁矿石进口量（1.48亿吨）超越日本、欧盟成为全球最大的铁矿石进口国后，进口铁矿占全球海运贸易量的比例不断加大。1978--2007年的30年间，中国进口铁矿石