Abstract：
为提高单一模型的预测精度,文章提出基于组合残差修正的优化神经网络预测方法.首先,基于麻雀搜索算法对神经网络参数进行优化,以避免预测精度降低;其次,引入IOWA算子求解神经网络模型的加权向量,以避免单一预测模型预测精度在不同时点时高时低;最后,对回声状态网络模型预测结果进行修正.为验证模型的有效性,以北京市猪肉月度价格为例进行实证分析,并与9个单一预测模型进行对比.结果表明:相较于其他单一预测模型,所提模型的预测精度更高,可以对其他类似特征的农产品价格进行准确预测.
Keyword：
Reprint Author's Address：
Email：
Source ：
统计与决策
ISSN： 1002-6487
Year： 2025
Issue： 4
Volume： 41
Page： 35-39
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 20
Affiliated Colleges：
