组合预测模型在猪肉价格预测中的应用研究..docVIP

ＣＮ４３—１２５８／ＴＰ ｌＳＳＮ１００７—１３０Ｘ 计算机工程与科学 ＣＯＭＰＵＴＥＲＥＮＧＩＮＥＥＲＩＮＧ＆ＳＣＩＥＮＣＥ ２０１０年第３２卷第５期 Ｖ０１．３２，Ｎｏ．５，２０１０ 文章编号：１００７－１３０Ｘ（２０１０）０５—０１０９－０４ 组合预测模型在猪肉价格预测中的应用研究＋ Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅＣｏｍｂｉｎａｔｉｏｎａｌＭｏｄｅｌ ｆｏｒＰｒｅｄｉｃｔｉｎｇｔｈｅＰｏｒｋＰｒｉｃｅ 平平。刘大有，杨博。金弟。方芳。马思佳。田野。王永 ＰＩＮＧＰｉｎｇ，ＬＩＵＤａ－ｙｏｕ。ＹＡＮＧ Ｂｏ，ＪＩＮＤｉ，ＦＡＮＧＦａｎｇ，ＭＡＳｉ－ｊｉａ，ＴＩＡＮＹｅ。ＷＡＮＧＹｏｎｇ （吉林大学计算机科学与技术学院，吉林长春１３００１２） （Ｓｃｈｏｏｌ ｏｆ ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ。Ｃｈａｎｇｃｈｕｎ１３００１２。Ｃｈｉｎａ） 摘要：本文在分析了神经网络、灰系统和时间序列预测模型的基础上，设计了将其中两种模型组合的预测方法。该方法的主要思想是利用回归预测思想将预测分为因素预测和结果预测两部分，并分别采用不同预测模型进行预测，从而达到提高预测精度的目的。利用该方法对吉林省近期的生猪价格进行预测，实验结果表明，该方法比单个预测方法有更好的预测效果，并且通过对不同组合的实验结果的分析发现，灰系统与神经网络相结合的方法具有更高的预测精度。 Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ｇｒｅｙ ｓｙｓｔｅｍｓ，ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ａｎｄｔｉｍｅｓｅｒｉｅｓ，ｔｈｉｓｐａｐｅｒｄｅｖｉｓｅｓ ａ ｍｅｔｈｏｄｏｆｆｏｒｅｃａｓｔ ｃｏｍｂｉｎｉｎｇｔＷＯｏｆｔｈｅｍｏｄｅｌｓｗｈｉｃｈｄｉｖｉｄｅｔｈｅｆｏｒｅｃａｓｔｉｎｔｏｔｗｏｅｌｅｍｅｎｔｓｉｎｃｌｕｄｉｎｇｆａｃｔｏｒｓａｎｄｒｅｓｕｌｔｓｂｙｕｓｉｎｇｒｅｇｒｅｓｓｉｏｎ． ｆ场ａｔ ｉｓ ｍｏｒｅ，ｔｏｉｍｐｒｏｖｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｔｈｅｒｅｓｕｌｔ，ｔｈｅｍｅｔｈｏｄａｄｏｐｔｓｄｉｆｆｅｒｅｎｔｍｏｄｅｌｓｆｏｒｔｈｅｆａｃｔｏｒｓａｎｄｒｅｓｕｌｔｓｐｒｅｄｉｃ— ｔｉｏｎ．Ｔｈｅｓｕｐｅｒｉｏｒ ｅｆｆｅｃｔ ｔｏ ｅａｃｈ ｓｉｎｇｌｅｍｅｔｈｏｄｈａｓｂｅｅｎｐｒｏｖｅｄｂｙｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｏｆｐｒｅｄｉｃｔｉｎｇｔｈｅ ｒｅｃｅｎｔ ｐｒｉｃｅ ｏｆ ｐｏｒｋｉｎｔｈｅｐｒｏｖｉｎｃｅｏｆＪｉｌｉｎ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｂｙａｎａｌｙｚｉｎｇｄｉｆｆｅｒｅｎｔｃｏｍｂｉｎａｔｉｏｎｓ，ｔｈｅ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌ ｎｅｔ－ ｗｏｒｋｓａｎｄｇｒｅｙｓｙｓｔｅｍｓｉｓｏｆｂｅｔｔｅｒａｃｃｕｒａｃｙｔｈａｎｏｔｈｅｒｓ． 关键词：组合预测模型；价格预测；神经网络；灰系统；时间序列 Ｋｅｙ ＷＯｌｄＳ：ｃｏｍｂｉｎａｔｉｏｎａｌ ｐｒｅｄｉｃｔｉｎｇｍｏｄｅｌ；ｐｒｉｃｅ ｐｒｅｄｉｃｔｉｎｇ；ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ；ｇｒｅｙｓｙｓｔｅｍ；ｔｉｍｅ ｓｅｒｉｅｓ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００７—１３０Ｘ．２０１０．０５．０２９中图分类号：ＴＰｌ８３ 文献标识码：Ａ １ 引言 猪肉价格的波动对经济发展特别是整体物价形势的影 响是十分重要的，同时也与老百姓的日常生活息息相关。近几年的猪肉价格急剧上涨造成了不安定因素，不利于社会和谐发展。猪肉价格问题已引起人们的高度重视和广泛研究，其中如何准确地预测猪肉价格变动的方向和程度是至关重要的。 随着科技的发展，价格预测的模型和方法已有了显著的改进与提高。然而，尚没有一个模型能对实际价格变化拟合得非常紧密，关于价格预测的方法仍然存在许多争论。传统的价格预测方法均仅对价格做时间序列的自回归预测模型研究，而没有考虑其它影响因素。发展比较成熟的预 测方法有时间序列模型、灰色预测模型和神经网络模型。 为了提高价格预测模型的预测精度和泛化能力，本文利用多元回归思想，将影响价格变动的各种因素考虑进去，并将各种预测模型进行组合，找出最优组合。实验结果表明，一些组合模型能在很大程度上提高预测精度。 ２相关技术 ２．１预测算法 ２．１．１ ＢＰ神经网络算法 ＢＰ网络是一种多层前馈神经网络，主要由输入层、隐含层和输出层组成。层间采用全互连方式，同层结点之间不可以相互连接，隐含层可以有一个或多个。为了构造一 ?收稿日期：２００９—１１—１５；修订日期：２０ｌＯ－０２－０９ 基金项目：国家自然科学基金资助项目６０８７３１４９ｌ国家８６３计划资助项目（２００６ＡＡｌ０２２４５， ２００６ＡＡｌ０Ａ３０