基于改进的QPSO-BP算法的锌矿价格行情预测.pdfVIP

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，将通过优化有哪些信誉好的足球投注网站得 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—0101-06 ZincorepriceforecastingbasedonBPimprovedbyQPSO JIANG Longyan (HunanW anyuanValuationandConsultationCo．，Ltd．，Changsha410007，China) Abstract：InordertOimprovethepredictionaccuracyofzincprices，thispaperoptimizestheBPneuralnetwork andconstructsthepredictionmodelofzincpriceswithoptimizingBPnetworkweightsandthresholdbytheimproved QPSO algorithm．Theparticlepositionvectorisobtainedbyoptimizationsearch decodingasnetworkweightsand thresholdmethod．Undertheconditionsofsameinputfactors，PSO—BPandQPSO-BPmodelswereusedtOpredict zincprices，andthemeritsofthetwomodelswereassessedbypredictaccuracy (MAPE)andthegeneralizationabil— ityindex(ARV)．Theresultsshow thattheimprovedQPSO—BPmodelisbetterthanPSO—BPmodelinthepredic— tionaccuracyand generalization ability significantly．Themethod providessomereferencevalueforthestudy of investmentdecision-makingandriskassessment． Keywords：priceforecast；quantum particleswarm optimization (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