基于信息粒化和PSO-SVR模型的棉花价格波动区间和变化趋势预测

• 作者: 张永礼 董志良 赵蕾
• 来源期刊: 广东农业科学
• 学科: 经济
• 关键词: 模糊信息粒化 粒子群优化算法 支持向量机 农产品价格
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 专论·综述
• 页码范围: 180-185
• 页数: 6页
• 分类号: F326.12
• 字数: 4034字
• 语种: 中文

摘要

农产品价格的准确预测对农民规避市场风险、提高农业收入和国家农业宏观调控具有重大意义.以国家棉花价格A指数的预测为例,提出了一种基于模糊信息粒化和粒子群优化支持向量回归机(PSO-SVR)的农产品价格预测时序回归模型.该模型首先使用模糊信息粒化方法,将原始国家棉花价格A指数时间序列数据映射为包含最小值Low、中值R、最大值Up3个参数的模糊信息粒,然后使用粒子群优化算法PSO寻找支持向量回归机(SVM)模型的最佳参数c和g,最后,再使用优化后的支持向量回归机(SVM)模型预测国棉价格A指数未来波动区间和变化趋势.实证结果表明,基于模糊信息粒化和PSO-SVR时序回归模型对国棉价格A指数的预测准确有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永礼		12	37	4.0	5.0
2	董志良		17	107	5.0	10.0
3	赵蕾		30	106	5.0	9.0