论文摘要
【目的】农产品价格变动关乎国计民生,由于农产品的价格受到多方面因素的共同影响,其价格预测也一直是研究中的难点。只有充分分析农产品价格的变化趋势才能提高价格预测精度,更好地指引农产品产业健康发展。【方法】文章以菠菜、大白菜、番茄、辣椒和马铃薯5种蔬菜为研究对象,基于2013年1月至2018年12月共72组月度价格数据,研究农产品价格变动趋势,并基于小波变换和BP神经网络构建农产品价格组合预测模型。首先利用小波变换对价格进行db5的3尺度分解,其次采用BP神经网络模型对分解出的趋势部分和细节部分分别进行预测,最后对各分量的预测结果进行组合重构。【结果】采用预测精度指标对5种蔬菜的价格预测结果进行评价分析,其平均绝对误差最小值为0.083元/kg,平均百分比误差最小为3.95%,均方根误差最小值为0.102。【结论】将小波变换和BP神经网络结合起来的组合预测模型具有较好的农产品价格预测性能,该组合方法能适应多种蔬菜的价格预测,具有普适性。但农产品价格波动幅度和强度会对该模型的预测精度产生影响。
论文目录
文章来源
类型: 期刊论文
作者: 刘合兵,韩晶晶,席磊
关键词: 小波变换,神经网络,农产品,价格预测
来源: 中国农业信息 2019年06期
年度: 2019
分类: 农业科技,基础科学,经济与管理科学
专业: 数学,宏观经济管理与可持续发展,农业经济,市场研究与信息
单位: 河南农业大学信息与管理科学学院
基金: 河南省重大科技专项(171100110600-01),河南省现代农业产业技术体系(S2010-01-G04)
分类号: F224;F323.7
页码: 85-92
总页数: 8
文件大小: 1483K
下载量: 248