本文關(guān)鍵詞：改進RBF神經(jīng)網(wǎng)絡(luò)在我國大豆價格預(yù)測中的應(yīng)用研究

  更多相關(guān)文章： 大豆 價格 RBF 遺傳算法

【摘要】：我國大豆價格受國內(nèi)外多種因素共同影響,具有非線性、隨機性和高噪音等特點,采用傳統(tǒng)數(shù)學(xué)模型進行預(yù)測,不僅分析難度大,預(yù)測誤差也很大。RBF神經(jīng)網(wǎng)絡(luò)以其優(yōu)良的逼近性能而被廣泛應(yīng)用于非線性時間序列預(yù)測之中。本文提出一種基于遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的我國大豆價格預(yù)測模型,該模型為多維輸入單維輸出的多變量預(yù)測模型,模型的初始輸入由大豆價格的歷史數(shù)據(jù)和相關(guān)影響因素數(shù)據(jù)組成。采用遺傳算法對RBF神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點數(shù)、基函數(shù)中心、擴展常數(shù)和輸出層權(quán)值進行優(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年的大豆價格數(shù)據(jù)進行預(yù)測研究,用2009-2013年的數(shù)據(jù)作為訓(xùn)練集,2014年的數(shù)據(jù)作為測試集,改進RBF神經(jīng)網(wǎng)絡(luò)通過自主識別和選取中國大豆進口量、中國消費者信心指數(shù)和進口大豆到港分銷價格3個因素作為相關(guān)影響因素的輸入。結(jié)果表明:模型預(yù)測精度較高、泛化能力較強,能夠很好捕捉大豆價格變化規(guī)律,可為大豆市場價格的準確預(yù)報提供參考借鑒。
【作者單位】： 南京農(nóng)業(yè)大學(xué)工學(xué)院;
【關(guān)鍵詞】： 大豆 價格 RBF 遺傳算法
【基金】：國家自然科學(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)費人文社會科學(xué)基金(SK2014011)
【分類號】：F323.7;TP183
【正文快照】： 大豆作為主要糧食和油料作物[1],其價格波動直接影響我國基本糧價的穩(wěn)定,大豆價格受政策、供求、通脹、國際市場等多種因素共同影響,波動頻繁,具有非線性、隨機性和高噪音等特點,預(yù)測難度較大,所以對大豆價格進行預(yù)測研究具有重要意義。RBF神經(jīng)網(wǎng)絡(luò)具有生理學(xué)基礎(chǔ)結(jié)構(gòu)簡單、學(xué)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 張琨;畢靖;;基于RBF網(wǎng)絡(luò)的入侵檢測技術(shù)[J];計算機工程與應(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(自然科學(xué)版);2009年01期

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

5 廖本先;楊宜民;項凡;;基于改進遺傳算法的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)計方法[J];應(yīng)用科學(xué)學(xué)報;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檢測方法[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)及其在熱工辨識中的應(yīng)用[J];中國電機工程學(xué)報;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)的逆運動學(xué)求解[J];計算機工程;2010年22期

中國重要會議論文全文數(shù)據(jù)庫 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)報中的應(yīng)用[A];中國計量協(xié)會冶金分會2007年會論文集[C];2007年

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

3 王海榮;;基于遺傳RBF網(wǎng)絡(luò)時間序列的城市火災(zāi)預(yù)測[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[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)報模型的研究[A];中國氣象學(xué)會2008年年會第二屆研究生年會分會場論文集[C];2008年

5 宋宜斌;王培進;;一種改進的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型[A];2005年中國智能自動化會議論文集[C];2005年

6 李亞芬;楊揚;;基于RBF網(wǎng)的CSTR內(nèi)模控制[A];第二十屆中國控制會議論文集（下）[C];2001年

7 王俊松;田庫;劉玉敏;張興會;李建國;劉玉亮;;基于RBF神經(jīng)網(wǎng)絡(luò)的腫瘤組織熱傳導(dǎo)過程建模及軟測量[A];第25屆中國控制會議論文集（上冊）[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];第六屆全國表面工程學(xué)術(shù)會議論文集[C];2006年

9 黃艷清;曹長修;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)測模型[A];冶金企業(yè)自動化、信息化與創(chuàng)新——全國冶金自動化信息網(wǎng)建網(wǎng)30周年論文集[C];2007年

10 呂強;郝繼紅;段運波;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中國控制與決策學(xué)術(shù)年會論文集[C];1994年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 趙斌;基于RBF網(wǎng)絡(luò)的北方溫室溫濕度控制機理的研究[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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 尹德武;RBF的改進及在中國轎車市場預(yù)測中的應(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)險預(yù)警評估研究[D];重慶工商大學(xué);2008年

4 李志強;基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識的永磁無刷直流電機單神經(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RBF神經(jīng)網(wǎng)絡(luò)的入侵檢測研究[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)負荷預(yù)測研究[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)報系統(tǒng)的研究[D];燕山大學(xué);2009年

，

本文編號：714286