CAJ | 학술논문

针对蔬菜市场价格预报的复杂性,利用遗传算法与神经网络的特性,建立了基于遗传算法的神经网络蔬菜价格预报模型,并以香菇为例通过实验对模型参数选择进行了分析,进行了价格的模拟与预报.最后把遗传算法神经网络与BP网络预报结果进行了比较,结果证明,在预报数据绝对误差小于10％的范围内,二者预报能力相当；在预报数据绝对误差小于20％、15％的范围内,遗传算法神经网络模型的准确度高于BP神经网络模型,尤其是预报绝对误差小于20％的范国内,遗传算法神经网络模型的准确度明显好于BP神经网络模型,表现出模型良好的泛化能力.
침대소채시장개격예보적복잡성,이용유전산법여신경망락적특성,건립료기우유전산법적신경망락소채개격예보모형,병이향고위례통과실험대모형삼수선택진행료분석,진행료개격적모의여예보.최후파유전산법신경망락여BP망락예보결과진행료비교,결과증명,재예보수거절대오차소우10％적범위내,이자예보능력상당；재예보수거절대오차소우20％、15％적범위내,유전산법신경망락모형적준학도고우BP신경망락모형,우기시예보절대오차소우20％적범국내,유전산법신경망락모형적준학도명현호우BP신경망락모형,표현출모형량호적범화능력.