基于PSO-RBF神经网络的江苏省鸡肉价格预测研究

扫码查看

原文链接

万方数据
维普

中文摘要：精确的短期价格预测对农产品市场至关重要，农产品价格的波动对农民的收入和生活质量具有重要影响。本文以江苏省鸡肉价格为例，构建以鸡蛋价格、牛肉价格、肉鸡配合饲料价格、新增新冠感染人数为输入，以鸡肉价格为输出的RBF神经网络预测模型，并通过粒子群算法优化其重要参数。实证结果表明:将疫情因素纳入考虑能够提高模型的预测效果，且经过粒子群算法优化的RBF神经网络具有更好的预测精度和泛化能力，在一定程度上对江苏省的鸡肉价格预测具有参考意义。

作者：

黄茜曼、邓童心、查梦瑶、张冬青

展开 >

作者单位：

南京农业大学信息管理学院,江苏南京 211800

关键词：

农产品价格 RBF神经网络粒子群算法价格预测

基金：

南京农业大学2022年国家级大学生创新创业训练计划

项目编号：

202210307039Z

出版年：

2024

现代商业

中华全国商业信息中心

现代商业

CHSSCD

影响因子：0.296

ISSN：1673-5889

年,卷(期)：2024.(13)