摘要：準(zhǔn)確預(yù)測(cè)大豆價(jià)格對(duì)維護(hù)農(nóng)戶基本收益和健全糧食價(jià)格市場(chǎng)形成機(jī)制至關(guān)重要。大豆價(jià)格因其非線性、高波動(dòng)性等特點(diǎn),傳統(tǒng)時(shí)間序列模型難以滿足精度要求和社會(huì)經(jīng)濟(jì)需要。本文利用4種經(jīng)驗(yàn)?zāi)B(tài)分解方法(EMD、EEMD、CEEMD、ICEEMD)對(duì)大豆價(jià)格時(shí)序數(shù)據(jù)進(jìn)行分解,然后用5種群智能優(yōu)化算法(蜂群ABC、布谷鳥(niǎo)CS、蜻蜓DA、蝗蟲(chóng)GOA、粒子群PSO)優(yōu)化的支持向量回歸(SVR)模型分別進(jìn)行預(yù)測(cè),最后子序列預(yù)測(cè)值通過(guò)線性集成方法得到大豆價(jià)格最終預(yù)測(cè)值。為了驗(yàn)證分解-優(yōu)化混合模型預(yù)測(cè)效果,引入單一SVR和未分解-優(yōu)化模型作為基準(zhǔn)比對(duì),從30個(gè)模型預(yù)測(cè)結(jié)果對(duì)比和模型檢驗(yàn)兩個(gè)維度進(jìn)行分析,發(fā)現(xiàn)混合模型在預(yù)測(cè)大豆期貨價(jià)格數(shù)據(jù)上有更好的預(yù)測(cè)精度。