最近几年,高涨的陶瓷艺术品价格已经成为我国的陶瓷艺术品市场发展的制约性因素,而当今社会的学者对影响陶瓷艺术品的价格问题还没有深入地进行定量化研究。本文利用了三种不同的逼近算法分别对陶瓷艺术品价格的预测进行了深入的研究。第一种算法采用基于变换的权重分担值样条插值预测算法对陶瓷艺术品价格预测进行研究,主要从影响陶瓷艺术品价格的10个因素进行分析探讨,通过对10个影响因素所带来的高维数据进行研究,为了克服权重的整体处理算法所带来的不适应性,提出基于变换的权重分担值样条插值预测算法。此算法能够根据不同的影响因素与权重之间的相关系数,通过变换,归一化及权重的分担值,再根据样条插值构造权值函数,从而预测新样本的各维权值。实例表明,本文的算法比其他的算法所得到的精度更高,并具有较好的稳定性。第二种算法采用T-S模糊神经网络算法,该算法是通过对影响各因素陶瓷艺术价格的统计均值法及变换,得到各数据中每个因素的权值,从而把定性数据用定量进行度量。通过这种变换,用建立的T-S模糊神经网络对训练数据进行训练得到网络参数,再通过仿真,预测其他检测数据的价格。实例表明,这种算法具有较好泛化能力,具有较好的预测精度,误差均小于9%。第三种算法采用关联变权的小波神经网络算法对陶瓷价格预测进行研究,该算法是通过对小波函数的紧支撑性及光滑性的分析,结合神经网络算法,提出一种基于关联变权的小波神经网络算法。这种算法对于权值变小情况下比较适用,预测的误差几乎处处为0,并且有较好的泛化能力。这三种算法主要是从影响陶瓷价格因素的定量化对艺术陶瓷价格预测进行了深入的研究,研究发现这三种算法的实验结果误差都很小,精度都较高。在今后的研究中可以对这三种算法进行一定的改进,以至于使实验误差达到最小,准确率达到最高。