基于小波分析和極限學(xué)習(xí)機(jī)的農(nóng)產(chǎn)品價(jià)格預(yù)測(cè)模型研究.pdf

1、農(nóng)業(yè)是一個(gè)國(guó)家的經(jīng)濟(jì)命脈，農(nóng)業(yè)生產(chǎn)關(guān)系著社稷民生，農(nóng)產(chǎn)品價(jià)格穩(wěn)定是國(guó)民經(jīng)濟(jì)穩(wěn)定運(yùn)行的有力保障。然而近些年農(nóng)產(chǎn)品價(jià)格異?，F(xiàn)象頻發(fā)，嚴(yán)重影響正常的市場(chǎng)秩序，對(duì)正常的農(nóng)業(yè)生產(chǎn)和居民日常生活帶來了消極的影響。因此，分析和預(yù)測(cè)農(nóng)產(chǎn)品價(jià)格波動(dòng)狀況，對(duì)于穩(wěn)定民心以及控制物價(jià)水平的超常波動(dòng)都具有十分重要的現(xiàn)實(shí)意義。
　　農(nóng)產(chǎn)品價(jià)格序列普遍存在起伏波動(dòng)大，且無明顯變化規(guī)律的特點(diǎn)，傳統(tǒng)的預(yù)測(cè)方法并不能很好地把握序列中隱藏的周期性和趨勢(shì)性。為了克服傳統(tǒng)

2、預(yù)測(cè)方法的缺點(diǎn)和局限性，本文提出了一種基于小波分析和極限學(xué)習(xí)機(jī)的組合預(yù)測(cè)模型(WD-ELM)。該方法主要包括兩部分內(nèi)容:一是首先運(yùn)用小波分析將原始價(jià)格序列分解為較平穩(wěn)的近似分量和含噪聲較多的細(xì)節(jié)分量，然后再次利用小波分析對(duì)含噪聲較多的細(xì)節(jié)分量進(jìn)行降噪，盡可能的降低噪聲對(duì)預(yù)測(cè)效果的影響;二是分別將各個(gè)序列輸入到極限學(xué)習(xí)機(jī)中進(jìn)行學(xué)習(xí)，對(duì)各個(gè)序列做出有效預(yù)測(cè)后將各序列的預(yù)測(cè)結(jié)果疊加得到原始價(jià)格數(shù)據(jù)的預(yù)測(cè)值。
　　本文以北京新發(fā)地市場(chǎng)20

3、02年至2015年紅富士蘋果的周平均價(jià)格數(shù)據(jù)為例，利用Matlab2012a對(duì)其進(jìn)行建模分析，將極限學(xué)習(xí)機(jī)與單一神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)效果進(jìn)行了比較分析。通過實(shí)驗(yàn)可知，極限學(xué)習(xí)機(jī)在預(yù)測(cè)農(nóng)產(chǎn)品價(jià)格方面，無論是運(yùn)行時(shí)間還是預(yù)測(cè)效果都要優(yōu)于BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)。
　　為了進(jìn)一步提高預(yù)測(cè)精度，本文利用小波變換對(duì)原始數(shù)據(jù)進(jìn)行了預(yù)處理，建立了WD-ELM組合預(yù)測(cè)模型。經(jīng)驗(yàn)證，與傳統(tǒng)的極限學(xué)習(xí)機(jī)以及未經(jīng)去噪處理的組合預(yù)測(cè)模型相比，WD-