基于EMD-ELM模型的农产品价格预测研究

• 作者: 刘合兵 席磊 韩晶晶 马新明
• 来源期刊: 农业大数据学报
• 学科: 经济
• 关键词: 经验模态分解 极限学习机 农产品 价格预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用研究
• 页码范围: 68-74
• 页数: 7页
• 分类号: F323.7
• 语种: 中文
• DOI: 10.19788/j.issn.2096-6369.200308

摘要

[目的]农产品价格变动关乎国计民生,农产品市场价格波动频率快,波动幅度大,受多方面因素共同影响,并呈现出非平稳、非线性等不规律波动特征,这给农产品市场带来极大的挑战.只有充分地分析农产品价格的变化趋势,提高价格预测精度,才能更好地指引农产品产业健康发展.[方法]文章以马铃薯为研究对象,基于2014年1月至2019年12月共72组月度价格数据,提出一种经验模态分解(EMD)和极限学习机(ELM)的农产品价格组合预测模型.该组合预测模型充分利用了经验模态分解的自主分解能力和极限学习机设置较少的参数的优势.首先利用经验模态分解将原始价格序列分解为若干个本征模态函数(IMF)和余项,然后将这些分量分别用极限学习机进行预测,最后把各个分量的预测结果进行组合得到原始序列的预测值.[结果]将该方法实际应用于马铃薯价格进行预测并对其预测结果进行评价分析,结果表明其平均绝对误差为0.093元/kg,平均百分比误差为4.265％,均方根误差为0.148,并与单独的极限学习机、BP神经网络和ARIMA方法进行比较,结果表明EMD-ELM组合预测模型具有较好的农产品价格预测性能,能够为预测农产品价格波动提供一种思路,为行业和政府主管部门保障农产品供应决策提供参考依据.