改进蚁群算法在铁矿石价格指数预测中的应用

钢铁作为国民产业的重要组成部分,其价格对国民经济产生巨大的影响,而钢铁的一重要来源就是铁矿石。因此,对铁矿石价格指数的精准预测对国民经济有着重要的调节作用。论文运用具有全局信息素迹更新的改进蚁群算法(IACO)来进行模糊逻辑系统规则的筛选,以此来提高模糊逻辑系统(FLS)的精确性。将选择得到的规则作为规则基,融入神经网络中设计相应的模糊逻辑系统。将设计的智能模糊逻辑系统用于中国铁矿石价格指数(CIOPI)的预测,仿真结果表明,提出的方法是可行和有效的。与无规则筛选的和原始蚁群算法(ACO)的模糊逻辑系统相比,都具有优越性,以此也证实了进行规则筛选的必要性。