期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于人工神经网络的钢材价格预测
被引量:
3
下载PDF
职称材料
导出
摘要
自改革开放以来,中国钢材市场规模不断扩大、市场活跃度不断增强。近几年来,钢材价格的波动性问题也日益突显,给钢材行业的生产经营者和消费者带来了不利的影响。据此,在对价格预测方法研究的基础上,构建了时间序列的BP神经网络预测模型,通过对钢材价格的实证研究,对钢材价格变化的预测得到了良好的效果。
作者
贺清哲
机构地区
广西科技大学
出处
《现代商贸工业》
2015年第26期65-66,共2页
Modern Business Trade Industry
关键词
人工神经网络
价格预测
分类号
F27 [经济管理—企业管理]
引文网络
相关文献
节点文献
二级参考文献
59
参考文献
5
共引文献
60
同被引文献
21
引证文献
3
二级引证文献
1
参考文献
5
1
魏正曦,邱玲.
线性回归分析法在工资预测中的应用[J]
.四川理工学院学报(自然科学版),2014,27(2):56-58.
被引量:7
2
张登文,蒋红妍,张子圆.
基于BP神经网络的建筑工程造价快速预测[J]
.水利与建筑工程学报,2010,8(3):61-62.
被引量:21
3
方雯,冯耕中,陆凤彬,汪寿阳.
国内外钢材市场价格发现功能研究[J]
.系统工程理论与实践,2013,33(1):50-60.
被引量:20
4
陈建宏,永学艳,杨珊,刘浪.
基于时间序列模型的矿产品价格分析与预测[J]
.昆明理工大学学报(理工版),2009,34(6):9-14.
被引量:8
5
贾振华,斯庆巴拉,陈英杰.
神经网络在石油价格预测中的仿真研究[J]
.计算机仿真,2011,28(11):354-357.
被引量:9
二级参考文献
59
1
王群勇,张晓峒.
原油期货市场的价格发现功能——基于信息份额模型的分析[J]
.统计与决策,2005,21(06X):77-79.
被引量:16
2
周雁.
中国民航货运量的时间序列模型[J]
.成都理工大学学报(自然科学版),2005,32(4):433-437.
被引量:11
3
任宏,周其明.
神经网络在工程造价和主要工程量快速估算中的应用研究[J]
.土木工程学报,2005,38(8):135-138.
被引量:50
4
蒲春,孙政顺,赵世敏.
Matlab神经网络工具箱BP算法比较[J]
.计算机仿真,2006,23(5):142-144.
被引量:68
5
徐平,王本,范莹.
基于BP神经网络的我国石油需求预测[J]
.大庆石油学院学报,2007,31(2):82-84.
被引量:13
6
Hetch-Nielsen R.Theory of the back propogation neural network[C] //Proceeding of International Conference on Neural Networks,1989:593-603.
7
张立明.人工神经网络的模型及其应用[M].上海:复旦大学出版社,1994..
8
Box G E P,Jenkins G M,Reinsel G C.时间序列分析:预测与控制[M].北京:中国统计出版社,1997.211-376.
9
Kantardzic M.数据挖掘:概念,模型,方法和算法[M].王晓海,吴志刚,译.北京:清华大学出版社,2013.
10
刘永跃,周先华,毛云坚.
基于时间序列模型的区域收入差异预测和分析[J]
.价值工程,2007,26(9):46-48.
被引量:4
共引文献
60
1
方雯,冯耕中,陆凤彬,李志俊,汪寿阳.
中国钢材交易市场价格发现:谁是主角?[J]
.管理评论,2021(2):31-43.
被引量:2
2
李晓曙,孙吉红,徐敏,钱晔.
大数据视野下鲜切花产业风险防控机制研究[J]
.产业科技创新,2020(2):9-13.
被引量:2
3
邢光玙.
中国黄金期货市场价格发现能力的实证研究[J]
.广东经济,2017,0(9X):70-70.
4
丁岚,杨军.
基于传递函数的产品价格预测模型[J]
.统计与信息论坛,2010,25(6):28-31.
被引量:1
5
邓万宇.
投影向量机在工程单方造价预测中的应用[J]
.西安邮电学院学报,2011,16(5):47-53.
被引量:1
6
胡六星.
基于时间序列的建筑工程造价预测研究[J]
.太原理工大学学报,2012,43(6):706-709.
被引量:35
7
何树红,杨博,戴明爽.
基于动态递归神经网络的石油价格预测[J]
.云南民族大学学报(自然科学版),2013,22(1):31-35.
被引量:4
8
方雯.
复杂环境下全球钢材市场交易结构探析[J]
.中国外资,2013(4):24-24.
9
欧阳红祥,李欣,张信娟.
人工神经网络在建筑材料价格预测中的应用[J]
.武汉理工大学学报(信息与管理工程版),2013,35(1):115-118.
被引量:8
10
赵雪松,张宏哲.
非线性规划在金属铜价格预测中的应用[J]
.价值工程,2013,32(21):55-56.
同被引文献
21
1
贠永峰,范永慧,孙扬.
基于BP神经网络的隧道围岩力学参数反分析方法[J]
.沈阳建筑大学学报(自然科学版),2011,27(2):292-296.
被引量:16
2
尹虎.
建立价格预测模型全面防范市场风险[J]
.现代商业,2010(9):119-119.
被引量:1
3
张根保,李玲,纪富义.
基于成分数据动态指数平滑的用户需求变化趋势预测模型[J]
.统计与决策,2010,26(14):32-35.
被引量:5
4
刘莉,叶文.
基于BP神经网络时间序列模型的降水量预测[J]
.水资源与水工程学报,2010,21(5):156-159.
被引量:25
5
陈希,王景强,王玉峰.
基于人工神经网络钢材价格的分析与预测[J]
.自动化与仪表,2010,25(12):7-10.
被引量:5
6
王平,师青.
基于支持向量机回归的房地产单指标预测[J]
.统计与决策,2011,27(21):165-167.
被引量:2
7
赵永未,杨力纲,袁兴明.
基于BP神经网络的矿山GPS数据时间序列预测分析[J]
.科技创新导报,2011,8(34):123-124.
被引量:4
8
沈劲,王娜,许海飞.
钢材价格影响因素分析[J]
.冶金经济与管理,2012(4):25-27.
被引量:9
9
马北玲,游达明,胡小清.
基于支持向量机的企业突破性创新识别模型研究[J]
.软科学,2013,27(1):109-111.
被引量:7
10
宋宇辰,甄莎.
BP神经网络和时间序列模型在包头市空气质量预测中的应用[J]
.干旱区资源与环境,2013,27(7):65-70.
被引量:27
引证文献
3
1
王秋菲,唐冰洁.
基于支持向量机的建筑企业利润总额预测——以辽宁省建筑企业为例[J]
.沈阳建筑大学学报(社会科学版),2018,20(3):275-280.
2
叶治淘.
剧烈跌幅下一种钢材价格预测的简易判断方法[J]
.冶金经济与管理,2019,0(3):49-51.
3
米佳,骆赟,张秋芳,谢晓芳.
基于神经网络模型的钢铁价格预测[J]
.质量与市场,2020(18):46-48.
被引量:1
二级引证文献
1
1
崔煜,耿志华,丁东.
基于多模态LSTM预测2023年中国粗钢表观需求量[J]
.中国高新科技,2023(17):57-59.
1
胡刚.
中国钢材进出口贸易面临的机遇与挑战研究[J]
.东方企业文化,2013(20):264-265.
2
朱明.
钢材市场营销策略的研究[J]
.现代经济信息,2009(1X):103-103.
被引量:1
3
尹丽霞.
A公司的中国钢材市场竞争战略选择[J]
.现代商贸工业,2010,22(13):144-145.
4
千彦.
基于BP神经网络企业财务危机预警模型的构建[J]
.学园,2009(12):45-45.
5
王雪飞,刘志伟.
基于ARIMA模型的中国钢材市场价格预测[J]
.中国城市经济,2011(1X):20-21.
被引量:9
6
本刊.
伊犁州钢材行业协会成立[J]
.新疆钢铁,2014(1):46-46.
7
缪雨晨.
基于BP神经网络的落后地区2020年全面小康水平预测——2020年宁夏经济增长的实证分析[J]
.科技资讯,2013,11(23):231-233.
8
刘晶璟.
基于BP神经网络的零售连锁企业安全库存预测方法[J]
.物流技术,2012,31(11):326-329.
被引量:4
9
李玉锋.
突破钢材经销企业资金困局的对策探讨[J]
.产业与科技论坛,2012,11(12):35-35.
10
张祥国.
后金融危机时期中国钢材进出口现状与趋势[J]
.冶金经济与管理,2014(4):20-24.
被引量:1
现代商贸工业
2015年 第26期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部