基于粒子群神经网络的期货价格预测

摘要：

目前在对中国期货市场进行价格预测时,采用神经网络预测时多用的是BP神经网络,但是BP神经网络存在对初始权阁值敏感、易陷入局部极值和收敛速度慢的问题.因此,为了提高模型效率,提出采用PSO-BP模型预测期货价格.首先运用粒子群算法代替BP神经网络的初始寻优,再用BP算法对优化的网络权闽值进一步精确优化,随后建立了基于粒子群算法的BP神经网络预测模型,并将其应用到中国期货市场的期货价格预测研究中.仿真结果表明,新模型结合了粒子群算法的全局寻优能力和BP神经网络算法的局部搜索优势,有效的防止了网络陷入局部极小值的可能,提高了神经网络模型预测的速度和准确性.

关键词：期货、价格预测、灰色关联分析、粒子群算法、BP神经网络

所属期刊栏目：30

分类号：TP183(自动化基础理论)

资助基金：国家科技支撑计划基金项目2006BAC18803

在线出版日期：2009-06-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2428-2430,2434