矿山企业的生产经营管理很大程度上受到矿产品价值规律变化的影响,所以预测矿产品价格,挖掘其价格发展趋势,可为矿山工作决策提供重要参考信息。本文通过考察世界上最大的 铜期货交易市场—伦敦金属交易所中的铜来研究我国的铜矿产品价格。本文首先用指数平滑预测模型、ARIMA模型、时差法神经网络模型、支持向量机模型这4种模型分别对LME铜价格建模预测,单一预测模型预测结果表明,Holt指数平滑模型和ARIMA预测模型这两个预测摸型的各个误差指标值差别不明显,并且一致反映ARIMA预测模型稍好一些。时差法神经网络预测方法在单项模型中效果最好,平均相对误差(MRE)为0.073,也优于普通BP神经网络模型。支持向量机预测模型的各个误差指标值相对较大。为进一步提高预测精度,建立基于Holt指数平滑方法、ARIMA方法和时差法神经网络组合的线性组合模型和BP神经网络组合模型,并对两种线性组合模型和非线性组合模型对比,成果显示组合预测模型的所有性能精度明显优于上述单项预测模型,并且在非线性BP组合预测模型效果最好,预测平均相对误差也仅为0.032,明显优于上述任一模型,从而可对LME铜未来价格进行更好预测。经过模型的结果比对分析,找出其差异及产生原因,为价格预测领域发展提出可参考性的建议。