基于PSO-RBF神经网络的江苏省鸡肉价格预测研究

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。