基于群智能算法和模态分解的大豆价格预测

• 作 者: 何润奇
• 机 构: 中南财经政法大学统计与数学学院
• 出 处: 中南财经政法大学研究生学报
• 发表日期: 2019年2期
• 关键词: 经验模态分解 群智能优化算法 支持向量回归 大豆期货价格 Empirical Mode Decomposition Support Vector Regress

准确预测大豆价格对维护农户基本收益和健全粮食价格市场形成机制至关重要。大豆价格因其非线性、高波动性等特点,传统时间序列模型难以满足精度要求和社会经济需要。本文利用4种经验模态分解方法(EMD、EEMD、CEEMD、ICEEMD)对大豆价格时序数据进行分解,然后用5种群智能优化算法(蜂群ABC、布谷鸟CS、蜻蜓DA、蝗虫GOA、粒子群PSO)优化的支持向量回归(SVR)模型分别进行预测,最后子序列预测值通过线性集成方法得到大豆价格最终预测值。为了验证分解-优化混合模型预测效果,引入单一SVR和未分解-优化模