-
题名改进的QPSO-BP算法的铀价格预测模型及应用
被引量：2
- 1
-
-
作者
陈建宏
周汉陵
于凤玲
杨珊
-
机构
中南大学资源与安全工程学院
-
出处
《计算机工程与应用》
CSCD
2013年第21期235-239,244,共6页
-
基金
国家自然科学基金(No.50774092)
全国优秀博士学位论文专项资金资助项目(No.200449)
中南大学自由探索计划资助(No.2012QNZT028)
-
文摘
铀产品价格的变化直接决定了铀矿项目的价值,铀产品价格的预测,可提高企业的经营决策能力和抗风险能力。为提高预测的精度,采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法,对铀价格进行建模预测。采用改进的QPSO算法优化BP网络的权值与阈值。将通过优化搜索得到的粒子的位置向量解码作为网络的权值与阈值,选择网络结构5-11-1对铀价格进行预测。结果表明:QPSO-BP模型的预测精度(0.15%)高于PSO-BP模型(4.55%)与BP模型(30.86%)。泛化能力指标平均相对变动值为0.002 5,预测结果的泛化能力提高。相对误差分布集中,预测结果稳定。说明该模型在铀价格预测中有效,对项目投资决策有一定的参考价值。
-
关键词
价格预测
量子粒子群算法
量子粒子群算法(qpso)-反向传播(bp)模型
铀价
-
Keywords
price forecast
Quantum Particle Swarm Optimization （qpso）algorithm
Quantum Particle Swarm Optimization （qpso）-Back Propagation（bp） model
uranium price
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TD-9
[矿业工程]
-
