基于时间序列与RBF的农产品市场价格短期预测模型

屠星月; 薛佳妮; 郭承坤; 封文杰; 陈英义; 《广东农业科学 》 2014 北大核心 CSCD

摘要：为协助生产者更好地播种和收获,有效把握国内农产品价格波动规律,提高农产品价格预测精度。本文构建了基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型,以ARCH、Holt-Winters无季节模型时间序列组合预测方法揭示农产品价格序列线性特征,以RBF神经网络揭示农产品价格非线性变动规律,并以1997—2011年全国农产品集贸市场大豆月度价格走势数据为例进行实验验证。研究结果显示,基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型精度高于时间序列组合预测方法或RBF神经网络模型,是一种有效的农产品价格预测模型。

关键词： 时间序列 RBF神经网络 方法集成 价格预测