基于人工神經(jīng)網(wǎng)絡(luò)冶金產(chǎn)品價格的決策與分析.pdf

1、2008年受經(jīng)濟危機的影響，我國鋼鐵行業(yè)受到了巨大的沖擊，嚴(yán)重影響了鋼鐵下游行業(yè)----機械工業(yè)、汽車制造業(yè)、建筑業(yè)、交通運輸業(yè)等這些影響我國經(jīng)濟命脈的重工業(yè)。2009年在國家的扶持和全球經(jīng)濟形式好轉(zhuǎn)的情況下，鋼鐵行業(yè)才逐漸回升。鋼鐵行業(yè)作為國民經(jīng)濟的支柱行業(yè)，其發(fā)展影響著整個國民經(jīng)濟及其下游的諸多行業(yè)。本文應(yīng)用智能信息處理技術(shù)，通過人工神經(jīng)網(wǎng)絡(luò)和遺傳算法搭建用于冶金產(chǎn)品價格預(yù)測的神經(jīng)網(wǎng)絡(luò)模型，較準(zhǔn)確地定量預(yù)測出冶金產(chǎn)品價格的走勢，為鋼

2、鐵企業(yè)提早掌握市場動向，企業(yè)做出正確的決策提供了依據(jù)。
　　 本文分析了影響我國冶金產(chǎn)品價格的諸多因素，從宏觀經(jīng)濟走向、固定資產(chǎn)投資、供求關(guān)系、原材料、國際市場這五個影響我國冶金產(chǎn)品價格的主要因素中確立了神經(jīng)網(wǎng)絡(luò)模型的輸入?yún)?shù)，分別是國內(nèi)生產(chǎn)總值、居民消費支出、固定資產(chǎn)投資、粗鋼產(chǎn)量、鋼材出口量、國內(nèi)鐵礦石產(chǎn)量、鐵礦石進口量、鐵礦石國際協(xié)議價變化率本文選擇BP(Back-Propagation)神經(jīng)網(wǎng)絡(luò)建模。通過實驗確定了模型的

3、層數(shù)及神經(jīng)元個數(shù)和權(quán)值矩陣。使用Levenberg-Marquardt算法對BP神經(jīng)網(wǎng)絡(luò)進行了改進，減少了BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練時間，提高了BP神經(jīng)網(wǎng)絡(luò)的收斂精度。通過遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合，用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值進行優(yōu)化。構(gòu)建了冶金產(chǎn)品價格預(yù)測模型。最后，使用MATLAB對模型進行仿真、訓(xùn)練、驗證和預(yù)測。結(jié)果充分證明本文所搭建的冶金產(chǎn)品價格預(yù)測模型具有較快的訓(xùn)練速度和較高的預(yù)測精度，能夠?qū)ξ覈苯甬a(chǎn)品的價格走勢進行較準(zhǔn)確