基于ADLEDE-WElman神经网络的大宗商品价格预测研究  

Prediction of commodity prices based on ADLEDE-WElman neural network.

作　　者：黄仁全 王娟娟[1] 田径[1] Huang Renquan;Wang Juanjuan;Tian Jing

机构地区：[1]西安外国语大学经济金融学院

出　　处：《中国物价》2020年第8期23-26,共4页China Price

基　　金：国家自然科学基金资助项目(61402364);西安外国语大学科研基金资助项目(19XWB06)。

摘　　要：影响大宗商品价格波动的因素比较复杂,准确预测大宗商品价格具有重要的现实意义。本文以具有良好时间序列预测性能的Elman神经网络为基础,用小波函数代替其隐含层的sigmoid函数作激励函数,构建处理非线性问题能力更强的WElman神经网络。在神经网络参数优化方面,引入全局寻优能力强、速度快的ADLEDE算法,防止传统学习方法陷入局部最优。选取黄金、铜、原油和大豆的日线价格作为预测对象,通过实证分析,验证了方法的有效性和在价格预测上的可行性。

关 键 词：ELMAN神经网络 小波函数 微分进化算法 大宗商品 

分 类 号：F764[经济管理—产业经济] F323.7[自动化与计算机技术—控制理论与控制工程] F724.5[自动化与计算机技术—控制科学与工程] TP183