基于改进BP神经网络的价格预测模型研究

• 作者: 吴静婷 孙红敏 李晓明
• 来源期刊: 东北农业大学学报
• 学科: 经济
• 关键词: 人工神经网络 畜产品价格 预测
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 研究报告
• 页码范围: 133-137
• 页数: 5页
• 分类号: F323.7
• 字数: 3363字
• 语种: 中文

摘要

人工神经网络是一种人工智能算法,具有强大功能,可任意逼近非线性连续函数.面对畜产品价格变化的复杂因素,文章运用MATLAB实现各种BP神经网络的设计和训练,利用改进的神经网络算法即在权值中引入动量项,输入层至隐含层的传递函数采用S型曲线,隐含层至输出层的传递函数采用线性函数,对东北地区畜产品价格进行预测.结果显示模拟数据与实测数据拟合性很好、预测精度较高、泛化能力较好,可为畜产品价格预测提供一种全新思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙红敏	东北农业大学电气与信息学院	56	365	10.0	16.0
2	李晓明	东北农业大学电气与信息学院	28	135	6.0	10.0
3	吴静婷	东北农业大学电气与信息学院	1	20	1.0	1.0