人工神经网络是一门新兴的边缘科学,是模拟人脑智能结构和功能而开发出来的非线性信息处理系统,具有学习能力、并行性、容错性及易于硬件实现等基本特征,主要用于解决模式分类、函数逼近和数据压缩三大问题。近二十年来,神经网络在价格预测领域得到了广泛的应用。铀矿市场是一个高度复杂的非线性动态系统,其变化规律即有一定的自身趋势性,又受经济、政治等诸多因素的影响。传统的定量预测方法在研究铀矿价格预测时面临着许多困难。因神经网络具有自组织、自适应等特点,能自动从历史数据中发掘有关价格变化的知识,因而非常适用于解决铀矿价格预测问题。然而,迄今为止,这样的预测模型在国内外还未见报道。本文的主要工作包括以下几个方面：(1)简要分析了铀矿价格的影响因素,应用神经网络的原理,采用多输入、单隐层和单输出系统,建立了国际市场铀矿价格的神经网络预测模型,并对其未来五个月的变化进行了预测；(2)研究了BP神经网络在MATLAB中的设计与实现,以及如何在MATLAB中创建BP神经网络,如何对网络进行初始化、训练和模拟,介绍了本文经常用到的一些MATLAB函数,并采用MATLAB编程实现了所设计的BP网络；(3)对铀矿价格进行了实例预测研究,研究结果表明,预测结果的精度较高,证明了本文所采用的研究方法是实用而有效的,验证了本文所建立的基于BP神经网络的铀矿价格预测模型的有效性和适用性。