BP神經(jīng)網(wǎng)絡預測論文

導語：BP神經(jīng)網(wǎng)絡預測論文一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

[摘要]為了尋找國際黃金價格與道瓊斯工業(yè)指數(shù)、美國消費者指數(shù)，國際黃金儲備等因素之間的內(nèi)在關(guān)系，本文對1972年～2006年間的各項數(shù)據(jù)首先進行歸一化處理，利用MATLAB神經(jīng)網(wǎng)絡工具箱進行模擬訓練，建立了基于bp神經(jīng)網(wǎng)絡的國際黃金價格預測模型。

[關(guān)鍵詞]MATLABBP神經(jīng)網(wǎng)絡預測模型數(shù)據(jù)歸一化

一、引言

自20世紀70年代初以來的30多年里,世界黃金價格出現(xiàn)了令人瞠目的劇烈變動。20世紀70年代初,每盎司黃金價格僅為30多美元。80年代初,黃金暴漲到每盎司近700美元。本世紀初,黃金價格處于每盎司270美元左右,此后逐年攀升,到2006年5月12日達到了26年高點,每盎司730美元,此后又暴跌,僅一個月時間內(nèi)就下跌了約160美元,跌幅高達21.9%。最近兩年，黃金價格一度沖高到每盎司900多美元。黃金價格起伏如此之大,本文根據(jù)國際黃金價格的影響因素，通過BP神經(jīng)網(wǎng)絡預測模型來預測長期黃金價格。

二、影響因素

劉曙光和胡再勇證實將觀察期延長為1972年～2006年時,則影響黃金價格的主要因素擴展至包含道瓊斯指數(shù)、美國消費者價格指數(shù)、美元名義有效匯率、美國聯(lián)邦基金利率和世界黃金儲備5個因素。本文利用此觀點，根據(jù)1972年～2006年各因素的值來建立神經(jīng)網(wǎng)絡預測模型。

三、模型構(gòu)建

1.模型選擇：BP網(wǎng)絡具有理論上能逼近任意非線性函數(shù)的能力，將輸入模式映射到輸出模式，只需用已知的模式訓練網(wǎng)絡，通過學習，網(wǎng)絡就有了這種映射能力。2.樣本數(shù)據(jù)歸一化：在訓練前，對數(shù)據(jù)進行歸一化處理，把輸入向量和輸出向量的取值范圍都歸一到[0，1]。

3.BP網(wǎng)絡設計：采用單隱層的BP網(wǎng)絡進行預測，由于輸入樣本為5維的輸入向量，因此輸入層一共有5個神經(jīng)元，中間層取20個神經(jīng)元，輸出層一個神經(jīng)元（即黃金價格），網(wǎng)絡為5*20*1的結(jié)構(gòu)。中間層的傳遞函數(shù)為S型正切函數(shù)，輸出層為S型對數(shù)函數(shù)。中間層的神經(jīng)元個數(shù)很難確定，測試時分別對12，15，20個數(shù)進行測試，尋找誤差最小的。

4.網(wǎng)絡訓練:訓練次數(shù)epochs5000,訓練目標goal0.001

對30個樣本數(shù)據(jù)進行訓練，經(jīng)過1818次的訓練，目標誤差達到要求，如圖2所示：神經(jīng)元個數(shù)為20個時誤差最小，此時網(wǎng)絡的仿真結(jié)果如圖3所示，預測精度80%以上，效果滿意。

四、結(jié)論

在對1976年～2006年的影響國際黃金價格的五種因素的數(shù)據(jù)進行歸一化處理后，用MATLAB建立的BP神經(jīng)網(wǎng)絡預測模型進行預測，達到了很好的效果。

國際黃金的長期價格受到許多因素的影響，本文只是對道瓊斯工業(yè)指數(shù)等影響因素諸如分析，來預測長期的國際金價。還有其他因素，如國際油價，局部政治因素等，如果考慮進去，預測精度會進一步提高。

參考文獻：

[1]徐優(yōu)麗:基于神經(jīng)網(wǎng)絡的物流需求預測.浙江樹人大學學報,2008(01):56～58

[2]劉曙光胡再勇:黃金價格的長期決定因素穩(wěn)定性分析.世界經(jīng)濟研究,2008(02):35～41