基于时间序列GA-SVR的水产品价格预测模型及验证

摘要：

水产品价格的准确预测有助于合理规划水产养殖,正确引导水产行业的发展.根据水产品价格序列的非线性、非平稳和周期性特点,提出了一种基于时间序列遗传优化(genetic algorithm,GA)支持向量回归(support vector regression,SVR)的水产品价格预测模型.该模型首先通过时间序列分析方法对价格序列进行平稳性检验和确定相关阶数,得到训练数据集;再利用遗传算法对支持向量回归模型的参数组合进行寻优,使用优化后的参数建立支持向量回归模型,然后使用模型进行预测.分别选取桂鱼、基围虾、梭子蟹的价格数据对模型进行验证,选取2011-2014年的数据作为训练集,对2015年价格进行预测,结果表明:桂鱼、基围虾、梭子蟹的平均绝对误差分别为6.70％、7.82％、14.76％,均方根误差分别为5.853 1、23.701 1、13.858 0,且优于基于时间序列的SVR模型及BPANN模型的预测结果,可以为水产品价格的预测提供依据.

关键词：养殖、模型、支持向量机、价格预测、水产品、遗传算法、时间序列

所属期刊栏目：33

分类号：F304.2;TP301.6(农业经济理论)

资助基金：公益性行业农业科研专项201203017;宁波市农业重大重点择优委托科技攻关项目2011C11006

在线出版日期：2017-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：308-314