《表2 各种方法的预测结果评价表》
为了进一步验证EMD与SVM组合模型的优越性,将其与BP神经网络模型、单纯SVM模型及ARIMA模型进行比较。经前期的自相关、偏相关分析以及BIC信息量统计,得到ARIMA算法的最佳模型为ARIMA(3,1,1)。采用相同的训练数据集与验证数据集,经多次试凑实验,最终确立的BP神经网络算法的较优预测模型为输入层3个神经元、隐含层6个神经元、输出层1个神经元。输入层与隐层之间选用sigmoid函数f(x)=1/(1+e-x)作为传递函数,学习率为0.3。各种方法对2017年9月到2018年5月间40头规格三七的价格推算结果如图4所示,各种方法的预测评价指标见表2。可知,EMD与SVM组合模型的2项预测误差指标均低于其他单一模型,BP神经网络模型、EMD与SVM组合模型均能对价格突变拐点做出响应,但BP神经网络模型精度较差,单纯SVM模型与ARIMA模型在稳定期的预测相对较好,但对价格突变拐点无法及时响应。
图表编号 | XD0013632500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.28 |
作者 | 张喜红、王玉香 |
绘制单位 | 亳州职业技术学院、亳州职业技术学院 |
更多格式 | 高清、无水印(增值服务) |