本站原创本文关于大学学报及参考文献及神经网络方面的免费优秀学术论文范文，大学学报类有关论文范文文献,与基于BP神经网络的国际黄金价格预测模型相关本科论文范文，对不知道怎么写大学学报论文范文课题研究的大学硕士、本科毕业论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
[摘 要 ] 为了寻找国际黄金价格与道琼斯工业指数、美国消费者指数,国际黄金储备等因素之间的内在关系,本文对1972年～2006年间的各项数据首先进行归一化处理,利用MATLAB神经网络工具箱进行模拟训练,建立了基于BP神经网络的国际黄金价格预测模型.
[关 键 词 ] MATLAB BP神经网络 预测模型 数据归一化
一、引言
自20世纪70年代初以来的30多年里,世界黄金价格出现了令人瞠目的剧烈变动.20世纪70年代初,每盎司黄金价格仅为30多美元.80年代初,黄金暴涨到每盎司近700美元.本世纪初,黄金价格处于每盎司270美元左右,此后逐年攀升,到2006年5月12日达到了26年高点,每盎司730美元,此后又暴跌,仅一个月时间内就下跌了约160美元,跌幅高达21.9%.最近两年,黄金价格一度冲高到每盎司900多美元.黄金价格起伏如此之大,本文根据国际黄金价格的影响因素,通过BP神经网络预测模型来预测长期黄金价格.
二、影响因素
刘曙光和胡再勇证实将观察期延长为1972年～2006年时,则影响黄金价格的主要因素扩展至包含道琼斯指数、美国消费者价格指数、美元名义有效汇率、美国联邦基金利率和世界黄金储备5个因素.本文利用此观点,根据1972年～2006年各因素的值来建立神经网络预测模型.
三、模型构建
1.模型选择：BP网络具有理论上能逼近任意非线性函数的能力,将输入模式映射到输出模式,只需用已知的模式训练网络,通过学习,网络就有了这种映射能力.
2.样本数据归一化：在训练前,对数据进行归一化处理,把输入向量和输出向量的取值范围都归一到[0,1].
3.BP网络设计：采用单隐层的BP网络进行预测,由于输入样本为5维的输入向量,因此输入层一共有5个神经元,中间层取20个神经元,输出层一个神经元（即黄金价格）,网络为5*20*1的结构.中间层的传递函数为S型正切函数,输出层为S型对数函数.
中间层的神经元个数很难确定,测试时分别对12,15,20个数进行测试,寻找误差最小的.
4.网络训练:训练次数epochs5000,训练目标goal 0.001
对30个样本数据进行训练,经过1818次的训练,目标误差达到要求,如图2所示：
5.网络测试：
神经元个数为20个时误差最小,此时网络的仿真结果如图3所示,预测精度80%以上,效果满意.
四、结论
在对1976年～2006年的影响国际黄金价格的五种因素的数据进行归一化处理后,用MATLAB建立的BP神经网络预测模型进行预测,达到了很好的效果.
国际黄金的长期价格受到许多因素的影响,本文只是对道琼斯工业指数等影响因素诸如分析,来预测长期的国际金价.还有其他因素,如国际油价,局部政治因素等,如果考虑进去,预测精度会进一步提高.