基于MIV-GA-BP神经网络的我国棉价预测研究

Cotton Textile Technology（2018）

引用 3|浏览2

暂无评分

摘要

探究了MIV-GA-BP神经网络模型对我国棉花价格预测的情况.以国家棉花价格指数B作为棉价反映指标,选取了棉花产量、进口量、消费量等13个影响棉花价格的因素,采用平均影响值(MIV)、遗传算法(GA)与BP神经网络相结合的方法,按照15％的淘汰率进行筛选,得出我国棉价波动的主要影响因素,并在此基础上构建了MIV-GA-BP神经网络模型.以2015年1月-2017年12月的3128B棉花月度平均价格为样本数据,进行MIV-GA-BP模型拟合精度评估和预测精度评估.认为:基于MIV-GA-BP神经网络模型拟合精度良好,预测精度较高,训练样本可反映99％的样本特征.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要