国内猪肉市场价格的EMD-SVM集成预测模型
国内猪肉市场价格具有波动大、非线性、非平稳,且样本量少的特点,很难进行预测.为了提高预测精度,并有效解释价格波动的内在经济含义,基于集成预测思想,提出EMD-SVM集成预测模型.首先用经验模态分解方法(EMD)把猪肉市场月度价格分解成若干个不同尺度的,相对平稳的本征模态分量(IMF),按照频率高低,将各IMF分量集成为高频部分、低频部分和残余项三大模块,解决波动大、非平稳问题.在此基础上运用支持向量机(SVM)对3个集成模块分别进行预测,从而解决非线性问题.为了使预测模型最优,SVM的参数用遗传算法进行寻优.最后对3个集成模块的预测结果再次进行集成,重构出猪肉市场价格预测值.为了验证模型的有效性,将EMD-SVM集成预测模型与SVM、EMD-BP、BP的预测结果进行分类比较,其RMSE、MAPE和方向性都明显提高.
猪肉价格预测 经验模态分解 支持向量机 集成预测
蔡超敏 凌立文 牛超 张大斌
华南农业大学数学与信息学院,广东广州 510642 圣点世纪科技股份有限公司,山西太原 030006
国内会议
西安
中文
845-851
2016-11-11（万方平台首次上网日期，不代表论文的发表时间）