论文研究 基于PCAGABP神经网络的金价预测

黄金价格受多种因素影响，具有高度的非线性和随机特征。一些传统的预测方法过分强调线性关系，而另一些则忽略了价格随机性。预测误差相对较大。因此，提出了一种基于主成分分析（PCA）和遗传算法（GA）的BP神经网络模型，用于黄金价格的短期预测。BP可以建立金价预测模型。遗传算法优化了BP神经网络的权值和阈值，克服了BP算法容易陷入局部极小的缺点。PCA可以有效简化网络输入变量并加快收敛速度​​。结果表明，与GA-BP和BP相比，PCA-GA-BP神经网络模型的收敛速度更快，金价预测的预测精度更高。