摘要: 矿业项目投资决策系统涉及到矿产品价格、生产成本、市场需求及风险利率水平等主要变量,其中,矿石价格起主导作用,且其波动性呈非线性特征,难以用经典的时间序列理论来预测,因而难以实现矿业投资决策系统的最优化。以铀矿资源为例,采用BP神经网络与自适应模糊推理系统(ANFIS)技术,并结合时间序列技术分别建立铀矿产品价格的BP神经网络和ANFIS时间序列模型,并对铀矿产品价格的预测进行了比较分析,研究结果表明,铀矿石价格的ANFIS时间序列比BP神经网络时间序列具有较好的预测效果。
王元元, 杨仕教, 戴剑勇. 基于BPNN与ANFIS的铀矿产品价格时间序列预测比较研究[J]. 金属矿山, 2008, 38(05): 24-27.
WANG Yuan-Yuan, YANG Shi-Jiao, DAI Jian-Yong. Comparative Study of Forecast of Price-Time Series of Uranium Products based on BPNN and ANFIS[J]. Metal Mine, 2008, 38(05): 24-27.