基于时间序列与RBF的农产品市场价格短期预测模型

被引：4

作者：

屠星月 ^{[1
]}

薛佳妮 ^{[1
]}

郭承坤 ^{[1
]}

封文杰 ^{[2
]}

陈英义 ^{[1
]}

机构：

[1] 中国农业大学信息与电气工程学院/农业部农业信息获取技术重点实验室

[2] 山东省农科院科技信息研究所

来源：

广东农业科学 | 2014年 / 41卷 / 23期

关键词：

时间序列; RBF神经网络; 方法集成; 价格预测;

D O I：

10.16768/j.issn.1004-874x.2014.23.042

中图分类号：

F323.7 [农产品价格与市场]; F224 [经济数学方法]; TP18 [人工智能理论];

学科分类号：

020205 ; 1203 ; 0202 ; 0701 ; 070104 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为协助生产者更好地播种和收获,有效把握国内农产品价格波动规律,提高农产品价格预测精度。本文构建了基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型,以ARCH、Holt-Winters无季节模型时间序列组合预测方法揭示农产品价格序列线性特征,以RBF神经网络揭示农产品价格非线性变动规律,并以1997—2011年全国农产品集贸市场大豆月度价格走势数据为例进行实验验证。研究结果显示,基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型精度高于时间序列组合预测方法或RBF神经网络模型,是一种有效的农产品价格预测模型。

引用

页码：168 / 173

页数：6

共 9 条

[1] 基于NARX神经网络的农产品价格时间序列预测方法研究 [J].