王泽鹏 陈晓燕* 庞 涛 余 富 胡肖楠 汪 震

(1.四川农业大学 信息工程学院，四川 雅安 625014； 2.农业信息工程四川省高校重点实验室，四川 雅安 625014； 3.四川农业大学 机电学院，四川 雅安 625014)

生猪是我国农产品市场中最基本、最重要的组成部分，生猪价格是农产品市场的核心要素[1]。受较多因素影响，生猪价格存在一定的波动和异常。生猪价格的不确定性增加了参与猪肉供应链的利益相关者所面临的风险，该风险可能损害生猪行业从业者的利益，这不仅不利于生猪产业的健康发展，也不利于国家经济的健康发展。鉴于生猪价格也是市场物价的重要组成部分，科学的预测方法可以帮助政府，生猪养殖厂等群体及时做出正确的决策，为广大人民群众的利益提供有利保障。

目前，生猪价格预测方法主要从传统农产品价格预测方法中迁移而来。已有研究对农产品价格预测提出了许多简化的计算模型以及相应的分析方法：1)最简单的多元线性回归模型[2]；2)ARIMA时间序列分析模型[3]；3)灰色双指数平滑法模型[4]；4)传统的机器学习模型[5-9],其中，传统的机器学习模型是应用最多和预测效果较好的方法。因为影响猪肉价格的因素较多，所以猪肉价格数据通常是非平稳的、非线性的，以上的研究方法存在预测精度不够高、容易陷入局部极小值等问题。神经网络具有强大的非线性计算能力，能够以任意精度近似任意连续的非线性函数，可以应用于具有输入和输出之间一定关系的任何价格预测，它可以很好地捕捉复杂的非线性模式。……