基于改进型小波神经网络的油价预测  

作　　者：范丽伟[1,2,3] 代杰[1,2] 尹俊超[1] 

机构地区：[1]河海大学商学院,南京211100 [2]河海大学管理科学研究所,南京211100 [3]河海大学江苏省"世界水谷"与水生态文明协同创新中心,南京211100

出　　处：《统计与决策》2017年第12期85-88,共4页Statistics & Decision

基　　金：国家自然科学基金资助项目(资71203055);国家自然科学基金重点项目(71433003);中央高校基本科研业务费专项金资助项目(2012B04314)

摘　　要：为了提高油价预测的精度,文章运用主成分分析(PCA)的方法对初始数据进行预处理,同时将小波分析与BP神经网络结合构建小波神经网络(WNN),由此得到PCA-WNN预测模型。数值实验的结果表明,相比于传统BP模型和PCA-BP模型,PCA-WNN模型的预测精度更高,稳定性更好,泛化能力更强,是一种更出众的油价预测方法。

关 键 词：主成分分析 小波神经网络 PCA-WNN模型 WTI现货价格预测 

分 类 号：F222[经济管理—国民经济]