论文部分内容阅读
铀产品价格的变化直接决定了铀矿项目的价值，铀产品价格的预测，可提高企业的经营决策能力和抗风险能力。为提高预测的精度，采用基于改进的量子粒子群算法优化训练BP神经网络的学习算法，对铀价格进行建模预测。采用改进的QPSO算法优化BP网络的权值与阈值。将通过优化搜索得到的粒子的位置向量解码作为网络的权值与阈值，选择网络结构5．11—1对铀价格进行预测。结果表明：QPSO—BP模型的预测精度（0．15％）高于PSO-BP模型（4．55％）与BP模型（30．86％）。泛化能力指标平均相对变动值为O．0025，预测结