基于投影寻踪和BP神经网络的多因素预测模型

文章运用投影寻踪方法，在不改变训练样本分类质量的条件下，按照输入影响因素相对于输出的重要度的大小．确定BP神经网络的输入层变量维数。通过对样本的学习。建立投影寻踪BP神经网络（PPCBPN）多因素预测模型，将其用于国际黄金价格预测。结果表明，该方法减少了网络的训练时间，改善了学习效率，具有较高的预测精度，是可行和有效的。