科研之友
微信
新浪微博
Facebook
分享链接
摘要
蔬菜价格因天气、季节、政策等因素的影响,具有波动间歇性特点,利用一般预测模型对蔬菜价格的短期预测会产生误差。本文将MEEMD用于处理蔬菜价格时序信号的波动特性,并与KELM模型结合,提出了基于MEEMD-KELM的蔬菜价格短期预测方法。本文首先采用MEEMD将蔬菜价格时序信号进行分解,然后通过排列熵值判断异常分量并剔除,进而得到完备性较高的模态分量,将各模态分量作为新的信号分别代入KELM模型中进行训练和预测,最后再将分量预测结果合成为整体预测结果。本文以上海批发市场青菜日平均价格为例进行仿真实验,并与传统模态分解法对比,实验表明本文模型具有较高的精度和稳定性。
- 单位
