基于组合模型的农产品物价预测算法
当今时代,科学技术高速发展,涌现出一批新技术,数据挖掘、机器学习等新科学领域被深入研究,众多智能算法逐渐出现,同时被应用到了不同的领域中.本文构建了一种基于BP(Back Propagation)神经网络和SVR(Support Vector Regression)支持向量回归机的组合模型.依托于农产品价格数据进行实例验证分析,结果表明相对于单一的预测模型,BP-SVR-BP组合模型在预测精度上有了很大的提升,拟合效果更加逼近真实数据曲线,能够客观真实的反应农产品物价变化规律.
组合模型、BP神经网络、物价预测、SVR预测、农产品
28
2019-06-03（万方平台首次上网日期，不代表论文的发表时间）
共5页
185-189
