基于小波分析和極限學(xué)習(xí)機的農(nóng)產(chǎn)品價格預(yù)測模型研究.pdf

1、農(nóng)業(yè)是一個國家的經(jīng)濟命脈，農(nóng)業(yè)生產(chǎn)關(guān)系著社稷民生，農(nóng)產(chǎn)品價格穩(wěn)定是國民經(jīng)濟穩(wěn)定運行的有力保障。然而近些年農(nóng)產(chǎn)品價格異?，F(xiàn)象頻發(fā)，嚴重影響正常的市場秩序，對正常的農(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)測農(nóng)產(chǎn)品價格波動狀況，對于穩(wěn)定民心以及控制物價水平的超常波動都具有十分重要的現(xiàn)實意義。
　　農(nóng)產(chǎn)品價格序列普遍存在起伏波動大，且無明顯變化規(guī)律的特點，傳統(tǒng)的預(yù)測方法并不能很好地把握序列中隱藏的周期性和趨勢性。為了克服傳統(tǒng)

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

3、02年至2015年紅富士蘋果的周平均價格數(shù)據(jù)為例，利用Matlab2012a對其進行建模分析，將極限學(xué)習(xí)機與單一神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果進行了比較分析。通過實驗可知，極限學(xué)習(xí)機在預(yù)測農(nóng)產(chǎn)品價格方面，無論是運行時間還是預(yù)測效果都要優(yōu)于BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)。
　　為了進一步提高預(yù)測精度，本文利用小波變換對原始數(shù)據(jù)進行了預(yù)處理，建立了WD-ELM組合預(yù)測模型。經(jīng)驗證，與傳統(tǒng)的極限學(xué)習(xí)機以及未經(jīng)去噪處理的組合預(yù)測模型相比，WD-