基于主成分分析的BP神经网络在稀土价格预测的应用：以氧化镝为例

来源期刊：中国矿业2020年第6期

论文作者：边璐 肖月淑 张江朋

文章页码：56 - 63

关键词：稀土资源;主成分分析;多因素PCA-BP组合预测;氧化镝;

摘    要：稀土是我国重要的战略资源,对其价格趋势的准确预测意义重大。本文从稀土资源价格影响因素出发,设计并采用基于主成分分析的BP神经网络（PCA-BP）组合模型对稀土产品价格进行预测。鉴于影响稀土产品价格波动的因素众多,利用主成分分析（PCA）消除稀土价格预测影响因素之间存在的冗余信息,降低BP神经网络输入数据的维数,提高预测精度。本文以氧化镝价格为预测对象,选取2010年1月～2018年2月的月度数据,构建多因素PCA-BP组合模型。预测结果表明多因素PCA-BP组合模型在仿真能力、误差水平、收敛精度等方面优于主流的神经网络模型,能更加准确地预测氧化镝价格走势。