本文關(guān)鍵詞：改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)在我國(guó)大豆價(jià)格預(yù)測(cè)中的應(yīng)用研究

  更多相關(guān)文章： 大豆 價(jià)格 RBF 遺傳算法

【摘要】：我國(guó)大豆價(jià)格受國(guó)內(nèi)外多種因素共同影響,具有非線性、隨機(jī)性和高噪音等特點(diǎn),采用傳統(tǒng)數(shù)學(xué)模型進(jìn)行預(yù)測(cè),不僅分析難度大,預(yù)測(cè)誤差也很大。RBF神經(jīng)網(wǎng)絡(luò)以其優(yōu)良的逼近性能而被廣泛應(yīng)用于非線性時(shí)間序列預(yù)測(cè)之中。本文提出一種基于遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的我國(guó)大豆價(jià)格預(yù)測(cè)模型,該模型為多維輸入單維輸出的多變量預(yù)測(cè)模型,模型的初始輸入由大豆價(jià)格的歷史數(shù)據(jù)和相關(guān)影響因素?cái)?shù)據(jù)組成。采用遺傳算法對(duì)RBF神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點(diǎn)數(shù)、基函數(shù)中心、擴(kuò)展常數(shù)和輸出層權(quán)值進(jìn)行優(yōu)化,模型可以從初始輸入變量中自主選擇最合適的輸入變量組合作為模型的輸入。采用2009-2014年的大豆價(jià)格數(shù)據(jù)進(jìn)行預(yù)測(cè)研究,用2009-2013年的數(shù)據(jù)作為訓(xùn)練集,2014年的數(shù)據(jù)作為測(cè)試集,改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)通過(guò)自主識(shí)別和選取中國(guó)大豆進(jìn)口量、中國(guó)消費(fèi)者信心指數(shù)和進(jìn)口大豆到港分銷價(jià)格3個(gè)因素作為相關(guān)影響因素的輸入。結(jié)果表明:模型預(yù)測(cè)精度較高、泛化能力較強(qiáng),能夠很好捕捉大豆價(jià)格變化規(guī)律,可為大豆市場(chǎng)價(jià)格的準(zhǔn)確預(yù)報(bào)提供參考借鑒。
【作者單位】： 南京農(nóng)業(yè)大學(xué)工學(xué)院;
【關(guān)鍵詞】： 大豆 價(jià)格 RBF 遺傳算法
【基金】：國(guó)家自然科學(xué)基金(71101072;71301077;71401076) 南京農(nóng)業(yè)大學(xué)中央高�；究蒲袠I(yè)務(wù)費(fèi)人文社會(huì)科學(xué)基金(SK2014011)
【分類號(hào)】：F323.7;TP183
【正文快照】： 大豆作為主要糧食和油料作物[1],其價(jià)格波動(dòng)直接影響我國(guó)基本糧價(jià)的穩(wěn)定,大豆價(jià)格受政策、供求、通脹、國(guó)際市場(chǎng)等多種因素共同影響,波動(dòng)頻繁,具有非線性、隨機(jī)性和高噪音等特點(diǎn),預(yù)測(cè)難度較大,所以對(duì)大豆價(jià)格進(jìn)行預(yù)測(cè)研究具有重要意義。RBF神經(jīng)網(wǎng)絡(luò)具有生理學(xué)基礎(chǔ)結(jié)構(gòu)簡(jiǎn)單、學(xué)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周鵬;秦樹(shù)人;;基于切片譜RBF神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)機(jī)械故障診斷[J];中國(guó)機(jī)械工程;2008年12期

2 張琨;畢靖;;基于RBF網(wǎng)絡(luò)的入侵檢測(cè)技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2008年24期

3 張?zhí)扈?;基于RBF神經(jīng)網(wǎng)絡(luò)的伺服系統(tǒng)模型參考自適應(yīng)控制[J];云南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

4 陳海濤;王國(guó)輝;;變形監(jiān)測(cè)數(shù)據(jù)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法[J];測(cè)繪信息與工程;2009年04期

5 廖本先;楊宜民;項(xiàng)凡;;基于改進(jìn)遺傳算法的RBF網(wǎng)絡(luò)的截球策略[J];控制工程;2009年S2期

6 包剛;覃志豪;周義;包玉海;辛?xí)云?紅雨;海全勝;;基于高光譜數(shù)據(jù)和RBF神經(jīng)網(wǎng)絡(luò)方法的草地葉面積指數(shù)反演[J];國(guó)土資源遙感;2012年02期

7 宮新保,周希朗;基于免疫聚類和遺傳算法的RBF網(wǎng)絡(luò)設(shè)計(jì)方法[J];應(yīng)用科學(xué)學(xué)報(bào);2004年01期

8 徐煒;臧小剛;唐斌;;基于遺傳RBF網(wǎng)絡(luò)的混沌背景微弱信號(hào)檢測(cè)方法[J];信息技術(shù);2006年12期

9 董澤;黃宇;韓璞;;量子遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)及其在熱工辨識(shí)中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2008年17期

10 魏娟;楊恢先;謝海霞;;基于免疫RBF神經(jīng)網(wǎng)絡(luò)的逆運(yùn)動(dòng)學(xué)求解[J];計(jì)算機(jī)工程;2010年22期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張琳;李海森;;基于模糊聚類算法的RBF網(wǎng)絡(luò)在漏鋼預(yù)報(bào)中的應(yīng)用[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2007年會(huì)論文集[C];2007年

2 彭正勇;;基于RBF神經(jīng)網(wǎng)絡(luò)的巷道圍巖松動(dòng)圈厚度預(yù)測(cè)[A];全國(guó)金屬礦山采礦新技術(shù)學(xué)術(shù)研討與技術(shù)交流會(huì)論文集[C];2007年

3 王海榮;;基于遺傳RBF網(wǎng)絡(luò)時(shí)間序列的城市火災(zāi)預(yù)測(cè)[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國(guó)家——2006中國(guó)科協(xié)年會(huì)論文集（下冊(cè)）[C];2006年

4 王瑋;何建新;許麗生;;基于RBF神經(jīng)網(wǎng)絡(luò)的氣溫預(yù)報(bào)模型的研究[A];中國(guó)氣象學(xué)會(huì)2008年年會(huì)第二屆研究生年會(huì)分會(huì)場(chǎng)論文集[C];2008年

5 宋宜斌;王培進(jìn);;一種改進(jìn)的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

6 李亞芬;楊揚(yáng);;基于RBF網(wǎng)的CSTR內(nèi)�？刂芠A];第二十屆中國(guó)控制會(huì)議論文集（下）[C];2001年

7 王俊松;田庫(kù);劉玉敏;張興會(huì);李建國(guó);劉玉亮;;基于RBF神經(jīng)網(wǎng)絡(luò)的腫瘤組織熱傳導(dǎo)過(guò)程建模及軟測(cè)量[A];第25屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2006年

8 徐中;辛志東;葉希貴;;基于RBF神經(jīng)網(wǎng)絡(luò)水處理系統(tǒng)建模與仿真[A];第六屆全國(guó)表面工程學(xué)術(shù)會(huì)議論文集[C];2006年

9 黃艷清;曹長(zhǎng)修;孫圣軍;;基于自反饋RBF神經(jīng)網(wǎng)絡(luò)的高爐熱狀態(tài)預(yù)測(cè)模型[A];冶金企業(yè)自動(dòng)化、信息化與創(chuàng)新——全國(guó)冶金自動(dòng)化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 呂強(qiáng);郝繼紅;段運(yùn)波;許耀銘;;基于RBF網(wǎng)絡(luò)的非線性系統(tǒng)輸出跟蹤控制[A];1994中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 趙斌;基于RBF網(wǎng)絡(luò)的北方溫室溫濕度控制機(jī)理的研究[D];東北林業(yè)大學(xué);2010年

2 曾祥萍;自適應(yīng)組合RBF濾波器理論及其應(yīng)用研究[D];西南交通大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王翠;基于灰色理論和RBF神經(jīng)網(wǎng)絡(luò)民航客運(yùn)量預(yù)測(cè)方法研究[D];北京交通大學(xué);2008年

2 尹德武;RBF的改進(jìn)及在中國(guó)轎車市場(chǎng)預(yù)測(cè)中的應(yīng)用研究[D];大連理工大學(xué);2006年

3 翟偉;基于自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信貸風(fēng)險(xiǎn)預(yù)警評(píng)估研究[D];重慶工商大學(xué);2008年

4 李志強(qiáng);基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識(shí)的永磁無(wú)刷直流電機(jī)單神經(jīng)元自適應(yīng)PID控制[D];天津大學(xué);2005年

5 高彥荷;基于混合遞階遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[D];四川大學(xué);2004年

6 張晶;基于改進(jìn)RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)研究[D];河北大學(xué);2009年

7 劉亦青;類RBF人工神經(jīng)網(wǎng)絡(luò)算法研究及硬件實(shí)現(xiàn)[D];北京建筑大學(xué);2013年

8 孟萌萌;基于RBF神經(jīng)網(wǎng)絡(luò)短期熱網(wǎng)負(fù)荷預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2013年

9 劉婧;基于BP、RBF及GAAA-RBF神經(jīng)網(wǎng)絡(luò)的工程估價(jià)方法[D];華僑大學(xué);2013年

10 靳榮;基于RBF神經(jīng)網(wǎng)絡(luò)和模糊理論的連鑄漏鋼預(yù)報(bào)系統(tǒng)的研究[D];燕山大學(xué);2009年

，

本文編號(hào)：714286