基于MIV-GA-BP神经网络的我国棉价预测研究
探究了MIV-GA-BP神经网络模型对我国棉花价格预测的情况.以国家棉花价格指数B作为棉价反映指标,选取了棉花产量、进口量、消费量等13个影响棉花价格的因素,采用平均影响值(MIV)、遗传算法(GA)与BP神经网络相结合的方法,按照15%的淘汰率进行筛选,得出我国棉价波动的主要影响因素,并在此基础上构建了MIV-GA-BP神经网络模型.以2015年1月-2017年12月的3128B棉花月度平均价格为样本数据,进行MIV-GA-BP模型拟合精度评估和预测精度评估.认为:基于MIV-GA-BP神经网络模型拟合精度良好,预测精度较高,训练样本可反映99%的样本特征.
国家棉花价格指数、BP神经网络、平均影响值、变量筛选、价格预测
46
TS101.8(纺织工业、染整工业)
2018-07-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
77-80