基于GA-SVR算法的淀粉价格预测研究

发布时间：2017-10-05 06:26

  本文关键词：基于GA-SVR算法的淀粉价格预测研究

  更多相关文章： 回归型支持向量机 BP神经网络 价格预测 遗传算法

【摘要】：近年来我国淀粉产业迅速发展,给相关企业带来了巨大经济效益的同时,由于其情况复杂,致使相关企业无法正确掌控淀粉价格的走势,也造成了大量的经济损失.因此,寻找一种科学的、高效的淀粉价格预测方法已成为当务之急.将遗传算法(GA)与回归型支持向量机(SVR)相融合,建立了GA-SVR淀粉价格预测模型.对2003-2011年淀粉价格进行仿真预测,结果表明,模型的决定系数和均方误差均优于其它方法,验证了模型的有效性与优势.
【作者单位】： 长春工业大学基础科学学院;
【关键词】： 回归型支持向量机 BP神经网络 价格预测 遗传算法
【基金】：国家自然科学基金(11226335,11301036)
【分类号】：F224;F768.2
【正文快照】： 1引言淀粉是人类赖以生存的重要生物资源.近年来,由于有机化工产品之类的非再生资源的短缺与枯竭,致使天然可再生资源的化工产品发展迅速,并使其在国民经济发展中所处的角色越来越重要.淀粉作为一种天然可再生资源,因为其产量大、种类多、用途广泛等特性成为我国国民经济的重

【参考文献】

中国期刊全文数据库 前4条

1 崔庆安;;基于主成分分析与支持向量机的能源需求预测方法[J];统计与决策;2013年17期

2 杨洁;郑宁;刘董;罗时贵;;基于遗传算法的SVM带权特征和模型参数优化[J];计算机仿真;2008年09期

3 陈森;周峰;;基于灰色系统理论的物流需求预测模型[J];统计与决策;2006年03期

4 崔德光,吴淑宁,徐冰;空中交通流量预测的人工神经网络和回归组合方法[J];清华大学学报(自然科学版);2005年01期

【共引文献】

中国期刊全文数据库 前10条

1 韦腾舟;;城市交通流量预测模型研究与仿真[J];机械研究与应用;2016年02期

2 董晓雷;贾进章;白洋;樊程程;;基于SVM耦合遗传算法的回采工作面瓦斯涌出量预测[J];安全与环境学报;2016年02期

3 刘铭;刘精精;何禹德;;基于GA-SVR算法的淀粉价格预测研究[J];数学的实践与认识;2016年08期

4 张宏飞;;空中交通管理部门运行保障条件规划方法的探析[J];科学中国人;2016年09期

5 赵会敏;雒江涛;杨军超;徐正;雷晓;罗林;;集成BP神经网络预测模型的研究与应用[J];电信科学;2016年02期

6 陈海英;张萍;柳合龙;;人工鱼群算法优化支持向量机的物流需求预测模型研究[J];数学的实践与认识;2016年02期

7 王艳华;周樱佬;;基于灰色理论的张掖市物流需求的预测与分析[J];全国商情(经济理论研究);2016年01期

8 杜秋菊;徐建瑜;葛英辉;;带特征染色体的遗传算法与支持向量机结合进行生物水质预警的研究[J];宁波大学学报(理工版);2016年01期

9 李洪磊;王德闯;;基于灰色系统理论的大连港口物流需求预测[J];物流科技;2016年01期

10 辛f[;;衡阳市物流需求量的灰色预测[J];经营管理者;2016年01期

【二级参考文献】

中国期刊全文数据库 前10条

1 姜学勤;;湖北省能源消费影响因素的动态分析[J];统计与决策;2013年10期

2 张跃军;周彬;王丽;;基于支持向量机模型的北京市能源需求预测研究[J];北京理工大学学报(社会科学版);2013年03期

3 宋祖红;苏少之;;中国经济增长与能源问题的实证分析[J];统计与决策;2012年24期

4 孙涵;杨普容;成金华;;基于Matlab支持向量回归机的能源需求预测模型[J];系统工程理论与实践;2011年10期

5 程静;郑定成;吴继权;;基于时间序列ARMA模型的广东省能源需求预测[J];能源工程;2010年01期

6 付长龙;吕彦波;姚全珠;杜旭辉;;基于样本密度的SVM及其在入侵检测中的应用[J];计算机应用;2007年04期

7 陈果;;基于遗传算法的支持向量机分类器模型参数优化[J];机械科学与技术;2007年03期

8 沈翠华,刘广利,邓乃扬;一种改进的支持向量分类方法及其应用[J];计算机工程;2005年08期

9 李青,焦李成,周伟达;基于向量投影的支撑向量预选取[J];计算机学报;2005年02期

10 周红晓,蔡俊,任德官;一种优化多层前馈神经网络中隐节点数的算法[J];浙江师范大学学报(自然科学版);2002年03期

【相似文献】

中国期刊全文数据库 前10条

1 兰兴华;;2007-2008年基本金属价格预测——路透社的调查[J];中国金属通报;2007年13期

2 张华伟;沈萍;;煤炭价格预测系统模型的构建[J];煤炭经济研究;2009年09期

3 张化中;;积极探索 勇于实践 不断提高价格预测能力和水平——对当前价格预测工作的几点思考[J];价格理论与实践;2009年12期

4 赵平;;2009—2030年原油价格预测[J];国外油田工程;2010年11期

5 ;“复关”后国产家电价格预测[J];首都财贸;1994年02期

6 朱昱;1999年黄金价格预测[J];稀有金属快报;1999年08期

7 ;路透社公布价格预测结果[J];中国金属通报;2003年35期

8 行家;;2004年主流轿车价格预测[J];中国商界;2004年04期

9 靳湘云;下半年贵金属价格预测[J];中国金属通报;2005年31期

10 姜国峰;2005年贵金属价格预测[J];中国金属通报;2005年18期

中国重要会议论文全文数据库 前1条

1 钱锋;;基于灰色系统方法的产品价格预测[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 李辉;标准银行上调金属价格预测[N];证券时报;2006年

2 证券时报记者　 黄宇;高盛大幅上调明年锌镍价格预测[N];证券时报;2006年

3 李辉;瑞银上调未来两年铜铅价格预测[N];证券时报;2007年

4 记者 杨柳晗;中国黄金价格预测系统新年上线[N];第一财经日报;2012年

5 徐虞利;高盛大幅上调明年锌镍价格预测[N];上海证券报;2006年

6 王备战邋薛枫莉;乌鲁木齐物价部门进行价格预测预警[N];中国食品质量报;2007年

7 同济大学经济与管理学院副教授 张鑫;资产价格预测更大程度上是艺术[N];上海证券报;2013年

8 王安平;今年六类主要商品价格预测[N];中华合作时报;2002年

9 记者 王鹏越;中国黄金价格预测系统今日上线[N];中国黄金报;2013年

10 周尚宾;透视业内人士的价格预测[N];中国有色金属报;2006年

中国硕士学位论文全文数据库 前10条

1 贺平;基于EMD理论的存货质押业务质物价格预测研究[D];西南交通大学;2015年

2 王辛;改进的灰色遗传算法模型在价格预测中的应用[D];吉林大学;2010年

3 杜晓芳;建筑价格预测研究[D];西安科技大学;2006年

4 张燕萍;神经网络技术在煤化工行业产品价格预测中的应用[D];复旦大学;2008年

5 杨林;国内苯乙烯价格的影响因素分析与价格预测[D];天津大学;2007年

6 李诚;农产品价格预测研究[D];湖南农业大学;2014年

7 倪鸯丹;基于顾客细分与价格预测的产品概念设计方案优化模型及应用[D];浙江工商大学;2011年

8 黄关维;统计模型在原油价格预测中的应用研究[D];厦门大学;2008年

9 王艳;基于变系数回归模型的黄金价格预测研究[D];天津大学;2010年

10 江守地;我国沪深300股指期货的价格预测[D];东北财经大学;2014年

，

本文编号：975273