基于PSO-BP与RBF神经网络的蔬菜价格组合预测

摘要：

为准确预测蔬菜市场价格走势,现选取海南省儋州市2012-2015年117组青椒旬零售价格及相关因素的旬价格为样本数据,其中100组作为训练数据,17组数据作为测试数据,分别建立基于粒子群算法优化BP神经网络的蔬菜价格预测模型和基于RBF神经网络的蔬菜价格预测模型,并在这2种模型的基础上建立蔬菜价格的线性组合预测模型.结果表明:2种单项预测模型在蔬菜价格预测上的应用效果都较好,且在不同评价指标上各有优势.将这2种模型的预测结果进行线性组合,可以使各单项模型优势互补,拟合效果明显优于各单项预测模型.

关键词：粒子群优化、BP神经网络、RBF神经网络、蔬菜价格、线性组合预测

分类号：F201(国民经济管理)

资助基金：海南省自然科学基金资助项目714281.

在线出版日期：2015-12-22（万方平台首次上网日期，不代表论文的发表时间）

页码：212-215