基于ARIMA模型与BP神经网络的三七价格预测

摘要

本文分别选取了ARIMA、BP神经网络方法对三七价格进行分析预测。首先,采用传统时间序列分析模型——自回归移动平均模型对三七价格进行预测,发现其仅能提取价格变化曲线中的线性特征,对于离群点拟合效果不佳。BP神经网络适用于非线性可分问题求解,结合三七价格数据的波动性和非线性的特征,使用BP神经网络对三七价格进行分析预测,并利用相空间重构方法确定网络输入维数,加快网络结构确定。本文以云南文山地区2010年1月至2015年12月每天的价格数据为实例进行分析,并通过训练得到的模型对2016年1月至3月三七价格进行预测,结果表明利用相空间重构方法优化的BP神经网络预测的结果优于传统的ARIMA模型。