基于神经网络与遗传算法的蔬菜市场价格预测方法研究

农产品市场价格预测是研究的难点。本文采用蔬菜市场价格数据,分别建立了BP神经网络模型、基于遗传算法的神经网络模型、RBF神经网络模型,并在前三种模型基础上,建立了一种集成预测模型;用北京市批发市场2003-2007年的蔬菜价格训练模型,对2008-2009年的数据进行了预报,前三种模型预报结果的平均绝对误差分别为0.15%、0.114%、0.144%,利用集成预测模型对2009年数据预报的误差为0.106%,结果表明,独立模型对农产品市场价格的预报可为生产决策提供一定的依据,集成预测模型效果优于单一的预测模型,能够提高蔬菜市场价格的预测精度。