波罗的海运价指数一直受到航运界与国际贸易界的高度关注,研究波罗的海运价指数的波动规律,探讨其发展变化趋势日益为人们所重视。然而干散货航运市场运价波动剧烈,走势难以琢磨,受到的影响因素非常复杂,是一个非线性的复杂系统。因而,传统的预测方法并不是很适合对它进行预测,这给航运经营者和货物托运人决策带来了困难。因此,考察运价指数波动的内在规律,可以为航运市场经营者和投资者提供把握市场态势、成为规避价格风险的有力的工具。论文首先分析了国际干散货航运市场结构及形态,指出国际干散货市场船型的分类及干散货市场的特点,然后介绍波罗的海运价指数及其计算方法,并指出其影响因素。第二,介绍了BDI预测的特点和选择神经网络进行预测的原因,并分析了BP神经网络在预测BDI时的不足,针对不足对BP神经网络进行改进,着重解决了神经网络隐层节点数的问题。论文创新之处就在于通过RSD的比较,根据不同的训练集和预测集的输入,自动调节BP神经网络的结构,并通过MATLAB编程验证实现,最终解决了BDI预测的经常性和BP神经网络预测的结构不灵活性问题。第三,运用The Unscrambler X进行了奇异点的剔除,BDI时间序列里面不可避免的会参杂一些无规律的突发事件造成的波动,而The Unscrambler X就是强大的多变量分析工具,The Unscrambler X可以去除随机和突变因素的影响,保留大部分规律性信息,提高了预测精度。