论文部分内容阅读
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