基于奇异谱分解的玉米价格多尺度组合预测

发布时间：2024-02-23 22:15

　　为提高玉米价格预测精度,基于分解-重构-集成思想,构建一个基于奇异谱分解的多尺度组合模型。首先对原始序列进行奇异谱分解,并用对角平均法将分量序列重构,用作单个模型的输入,最后用BP神经网络对各单一模型输出进行非线性集成。对比分析了分别将原始序列、重构序列作为输入,各单一模型和多尺度组合模型的预测效果。结果表明,该研究所建模型要优于各单一模型。基于价格总体趋于平稳的情况,政府应结合实际情况适当采取措施以保障玉米价格的持续稳定。

【文章页数】：7 页

【部分图文】：

图1多尺度组合预测模型构建示意

基于多尺度组合模型构建的基本思想,该研究提出了这样一个预测模型,如图1所示。其步骤可总结如下:①运用奇异谱分解方法和对角平均法对玉米价格序列进行分解和重构,提取对原序列具有显著贡献的分量,从而得到一个剔除噪声的时间序列,并将其作为下一步预测的输入;②分别采用SVR、ARIMA、线....

图2三层BP神经网络

因此,该研究采用了BP神经网络非线性集成预测模型(BPNN),通过BPNN来确定集成模型的权重,实现非线性映射。BPNN是在研究预测这个领域中比较常见的人工神经网络类型,能学习和储存大量的输入和输出之间的映射关系,能较好地表述数据内部所蕴含的非线性特征[14]。以一个三层BPNN....

图32000年1月—2018年6月我国集贸市场玉米价格

如图3所示,由于某些特殊事件的干扰(如2003年SARS、2015年国务院印发《关于加大改革创新力度加快农业现代化建设的若干意见》等),序列表现出明显的不光滑。2.2预测与结果评价

图4重构分量1

可以看到此时虽然在部分窗口长度仍没有很好的去噪效果,但是SSA方法基本有效地降低了原始序列的噪声,最终根据时间序列的周期及经验,选取了效果较好的窗口,确定了奇异谱分解的窗口长度为36,此时选取的重构分量个数为16个,另外第17～36个分量构成一个噪声序列。重构分量如图4～7所示。....

本文编号：3908063