改进RBF神经网络在我国大豆价格预测中的应用研究

• 作者: 刘欢 张冬青 石波 马开平
• 来源期刊: 大豆科学
• 学科: 经济
• 关键词: 大豆 价格 RBF 遗传算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 产业经济
• 页码范围: 310-314
• 分类号: F713
• 语种: 中文
• DOI: 10.11861/j.issn.1000-9841.2016.02.0310

摘要

我国大豆价格受国内外多种因素共同影响,具有非线性、随机性和高噪音等特点,采用传统数学模型进行预测,不仅分析难度大,预测误差也很大.RBF神经网络以其优良的逼近性能而被广泛应用于非线性时间序列预测之中.本文提出一种基于遗传算法优化RBF神经网络的我国大豆价格预测模型,该模型为多维输入单维输出的多变量预测模型,模型的初始输入由大豆价格的历史数据和相关影响因素数据组成.采用遗传算法对RBF神经网络输入层节点数、基函数中心、扩展常数和输出层权值进行优化,模型可以从初始输入变量中自主选择最合适的输入变量组合作为模型的输入.采用2009-2014年的大豆价格数据进行预测研究,用2009-2013年的数据作为训练集,2014年的数据作为测试集,改进RBF神经网络通过自主识别和选取中国大豆进口量、中国消费者信心指数和进口大豆到港分销价格3个因素作为相关影响因素的输入.结果表明:模型预测精度较高、泛化能力较强,能够很好捕捉大豆价格变化规律,可为大豆市场价格的准确预报提供参考借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冬青	南京农业大学工学院	15	65	5.0	7.0
2	石波	南京农业大学工学院	4	37	3.0	4.0
3	马开平	南京农业大学工学院	21	194	7.0	13.0
4	刘欢	南京农业大学工学院	4	55	3.0	4.0