的 改进的 rbf 神经网络对期货价格的预测分析 摘要针对非线性变化的期货价格,建立了基于主成分分析的RBF神经网络模型第一利用主成分分析法从 8 个原始变量中提取主成分最后利用选定的 3 个主成分作为径向基神经网络的输入通过对比该方法较一样的径向基神经网络有更好的推测结果关键词期货；主成分分析；RBF 神经网络；推测1 引言在对实际咨询题进行描述和处理中为了能够获得更加全面的信息我们经常需要统计多个变量的数据然而这些多个变量之间经常存在一定的有关性并不是每个变量差不多上我们所需要的或者讲它们携带的信息可能是重复的因此我们期望用少数几个变量来代替原有的多个变量主成份分析法的差不多思想确实是通过对原始数据的降维将多个相互关联的变量转化为少数几个互不相干的变量的统计方法由于期货价格的变化是一个非线性的时刻序列利用传统的统计方法对期货的价格直截了当进行推测所得到的结果不是专门理想而神经网络在非线性模式中具有优势,因而它不需要建立复杂的数学模型就能够完成期货价格推测基于 BP 网络和 RBF 网络的推测都有较好的结果,然而相对 BP网络而言,利用 RBF 神经网络不仅解决了常用 BP 网络易陷入局部最小的咨询题,而且训练时刻更短,推测的精度也比 BP 网络高得多本文提出使用基于