论文部分内容阅读
为了克服神经网络存在的收敛速度慢、容易陷入局部极值等缺点，提出基于粒子群优化支持向量机（PS0-SVM）的黄金价格预测方法，以影响黄金价格的美元走势、世界黄金储备、石油价格等因素为输入，黄金价格为耗出．用粒子群优化算法选择合适的支持向量机参数，对支持向量回归机进行训练．应用训练完成的支持向量回归机预测下一年的黄金价格．结果证明，PSO—SVM的预测精度高于BP神经网络，PSO—SVM适用于黄金价格预测．