bp和rbf网络模型在黄金价格预测中的应用

《bp和rbf网络模型在黄金价格预测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、暨南大学硕士学位论文题名（中英对照）：BP和RBF网络模型在黄金价格预测中的应用ApplicationofBPandRBFNetworkModelsinGoldPriceForecast作者姓名：乔宏图指导教师姓名范旭乾及学位、职称：副教授学科、专业名称：应用统计学位类型：专业学位论文提交日期：2015年6月论文答辩日期：2015年5月26日答辩委员会主席：田联房论文评阅人：盲审学位授予单位和日期：2015年6月26日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表

2、或撰写过的研究成果，也不包含为获得暨南大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：签字日期：2016年6月日暨南大学硕士学位论文摘要本文主要是通过BP神经网络和RBF神经网络对黄金价格进行预测，并比较两种模型预测效果。首先用功率谱法和李雅普诺夫指数对2015年黄金交易价格的数据进行分析，得出黄金价格序列是非线性的结论。然后将黄金价格时间序列进行空间重构，计算最小嵌入维数，并把最小嵌入维数作为神经元节点的个数。最后用BP和RBF神经网络对黄金交易价格的数据进行模拟和预

3、测。通过比较两种模型对黄金价格的预测结果，发现两种模型都可以用来对黄金价格进行预测，并且RBF神经网络模型在黄金价格预测方面比BP神经网络模型更有效。关键字：黄金价格，空间重构，BP神经网络，RBF神经网络I暨南大学硕士学位论文AbstractThisthesismainlyusestheBPneuralnetworkandRBFneuralnetworktoforecastthegoldprice,andcomparestheperformanceoftwokindsofmodelsforpredictingthegoldprice.Firstofall,we

4、willanalyzethegoldpricedatain2105bypowerspectrummethodandLyapunovindex.Wedrawaconclusionthatgoldpricetimeseriesisnonlinear.Thenwewillreconstructthespaceofthegoldpriceandcalculatetheminimumembeddingdimension.Wewillusetheminimumembeddingdimensionasthenumberofneuronnodes.Finally,wewillu

5、seBPandRBFneuralnetworktosimulateandforecastthedataofgoldprice.Bycomparingthetwokindsofforecastresults,wefindthatbothmodelscanwellpredictthegoldprice,andwealsofindthatRBFneuralnetworkmodelinthegoldpriceforecastismoreeffectivethanBPneuralnetworkmodel.Keywords：Goldprice，Spacereconstruc

6、tion，BPneuralnetwork，RBFneuralnetworkII暨南大学硕士学位论文目录摘要..........................................................................................................................................................IAbstract....................................................................

7、...............................................................................II第一章、绪论........................................................................................................................................11.1研究背景及意义..................................................

8、............