基于改进的QPSO-BP算法的锌矿价格行情预测.pdf

《基于改进的QPSO-BP算法的锌矿价格行情预测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第66卷第4期有色金属(矿山部分)2014年7月doi：10．3969l／j．issn．1671—4172．2014．04．023基于改进的QPSO—BP算法的锌矿价格行情预测江龙艳(湖南万源评估咨询有限公司，长沙410007)摘要：为了提高锌矿价格预测精度，采用改进的QPSO算法优化BP网络的权值与阈值，将通过优化搜索得到的粒子位置向量解码作为网络的权值与阈值，优化BP神经网络，对锌价格进行建模预测。在输入因子相同的条件下，以PS()_BP与QPSO—BP模型分别预测未来锌矿价格行情，以预测精度(MAPE)和泛化能力指标(ARV)评定两种模型的

2、优劣。结果表明，改进的QPSO—BP模型的预测精度和泛化能力明显高于PSO—BP模型，更能适用于锌价格预测，对项目投资决策和风险评估有一定的参考价值。关键词：价格预测；量子粒子群算法；QPSO～BP模型中图分类号：TIY9；TP183；TD983文献标志码：A文章编号：1671—4172(2014)04—0101-06ZincorepriceforecastingbasedonBPimprovedbyQPSOJIANGLongyan(HunanWanyuanValuationandConsultationCo．，Ltd．，Changsha4100

3、07，China)Abstract：InordertOimprovethepredictionaccuracyofzincprices，thispaperoptimizestheBPneuralnetworkandconstructsthepredictionmodelofzincpriceswithoptimizingBPnetworkweightsandthresholdbytheimprovedQPSOalgorithm．Theparticlepositionvectorisobtainedbyoptimizationsearchdecod

4、ingasnetworkweightsandthresholdmethod．Undertheconditionsofsameinputfactors，PSO—BPandQPSO-BPmodelswereusedtOpredictzincprices，andthemeritsofthetwomodelswereassessedbypredictaccuracy(MAPE)andthegeneralizationabil—ityindex(ARV)．TheresultsshowthattheimprovedQPSO—BPmodelisbetterth

5、anPSO—BPmodelinthepredic—tionaccuracyandgeneralizationabilitysignificantly．Themethodprovidessomereferencevalueforthestudyofinvestmentdecision-makingandriskassessment．Keywords：priceforecast；quantumparticleswarmoptimization(QPSO)algorithm；QPSO-BPmodel我国是一个锌矿资源十分丰富的国家，也是世析和判断。魏毅

6、等]提出采用灰色预测模型对煤炭界上锌生产和消费的大国口]。随着我国现代化进程价格指数在中、短期的变化进行预测。郭熊娃等]的加快，锌的应用范围和需求量也不断扩大和增加。利用wTI原油现货价格月度数据，将分数阶差分锌的价格变化直接影响了人民生产和生活的各个领与非参数自回归模型相结合，建立了wTI原油现货域。因此，分析锌市场价格变化情况，预测锌产品价价格序列的基于分数阶差分的非参数自回归预测模格变化趋势，对减小锌价格变化对锌行业的负面影型。这些模型方法都可以引用到锌价格变化趋势预响，保障国民经济快速发展有重要意义。测中，但是时问序列建模时，随机扰动项的

7、非高斯性目前，国内专门针对锌价格预测的研究还很少。质造成传统的时序模型的估计和预测偏误_6；利用但针对矿产品、现货价格预测，国内研究人员做了大灰色系统和回归模型对锌价格进行预测时，都存在预量研究。孙继湖、王立杰等[2建立ARIMA时间测精度不高、误差较大的情况。序列模型，将随机论、概率论、线性差分方程应用到随着人工智能技术的发展，研究者开始将BP煤炭市场价格预测，对煤炭价格的未来走势进行分神经网络的方法运用于价格预测中，曾濂、顾孟钧等f7提出一种改进的BP神经网络建立黄金期货通讯作者：江龙艳(1983一)，女，工程师，建造师，采矿工程专业，主要价

8、格仿真预测模型；张坤、丁睿等幻利用改进的从事矿业权评估工作研究。神经网络，预测了国际铀资源的价格变化。这些方法对锌价格预测的研究有着很好