基于ARIMA-SVM组合模型的我国农产品价格预测研究

被引:11
作者
陈兆荣 [1 ]
雷勋平 [1 ,2 ]
王亮 [1 ]
叶松 [1 ]
机构
[1] 铜陵学院农村经济与文化研究所
[2] 南京航空航天大学经济与管理学院
关键词
农产品价格; 组合预测; ARIMA-SVM组合模型;
D O I
10.13894/j.cnki.jfet.2013.02.014
中图分类号
F224 [经济数学方法]; F323.7 [农产品价格与市场];
学科分类号
0701 ; 070104 ; 020205 ; 1203 ; 0202 ;
摘要
为准确把握国内农产品价格波动规律,提高农产品价格预测精度,构建农产品价格自回归移动平均与支持向量机(ARIMA-SVM)组合预测模型,以ARIMA模型揭示农产品价格线性变动规律,以SVM模型揭示非线性变动规律,并结合1999-2011年我国农产品价格指数月度数据,使用组合模型和ARIMA、SVM单个模型对农产品价格进行预测。预测结果显示:组合模型比单个ARIMA、SVM模型预测精度高,能够提高农产品价格预测的准确性,是一种有效的农产品价格预测模型。
引用
收藏
页码:103 / 107
页数:5
相关论文
共 10 条
[1]   基于组合模型的海南瓜类产量分析预测 [J].
亓锴 ;
刘殿国 .
统计与决策, 2011, (21) :108-109
[2]   农产品价格对CPI和食品价格的冲击效应分析——基于VAR模型的实证分析 [J].
马敬桂 ;
黄普 .
长江大学学报(自然科学版), 2011, 8 (09) :256-260
[4]   农产品市场价格短期预测方法与模型研究——基于时间序列模型的预测 [J].
李干琼 ;
许世卫 ;
李哲敏 ;
董晓霞 .
中国农业大学学报, 2011, 16 (02) :172-178
[5]   组合预测模型在猪肉价格预测中的应用研究 [J].
平平 ;
刘大有 ;
杨博 ;
金弟 ;
方芳 ;
马思佳 ;
田野 ;
王永 .
计算机工程与科学, 2010, 32 (05) :109-112
[6]   灰色神经网络模型在猪肉价格预测中的应用 [J].
马雄威 ;
朱再清 .
内蒙古农业大学学报(社会科学版), 2008, (04) :91-93
[7]   实际经济时间序列的计算、季节调整及相关经济含义 [J].
夏春 .
经济研究, 2002, (03) :36-43+94
[8]  
支持向量机[M]. 科学出版社 , 邓乃扬, 2009
[9]  
数据分析与Eviews应用[M]. 中国统计出版社 , 易丹辉主编, 2002
[10]  
Time series forecasting using a hybrid ARIMA and neural network model[J] . G.Peter Zhang.Neurocomputing . 2002