来源：期刊VIP网 时间：
作者：吴展;王春晓;
单位：上海海洋大学经济管理学院;
摘要：玉米蛋白粉价格稳定对饲料工业可持续发展和国家粮食安全具有重要意义，但其价格序列具有非平稳、非线性特征，难以精确预测。试验旨在基于XGBoost算法，构建玉米蛋白粉价格预测模型。首先，利用鲸鱼算法（WOA）优化变模分解（VMD）的K值和惩罚参数，对原始价格序列进行自适应分解，降低数据噪声。其次，将Pearson特征筛选后的变量作为极限梯度提升树（XGBoost）模型的输入，进行训练和测试。最后，使用10折交叉验证和学习曲线检验模型性能，并结合SHAP模型分析关键影响因素的非线性效应。结果显示，上一期豆粕期货价格对本期玉米蛋白粉价格波动具有显著的正向影响。研究表明，贝叶斯算法（BO）优化的XGBoost模型具有较好的预测性能，优于基准模型。
关键词：XGBoost算法;;价格预测;;玉米蛋白粉;;变分模态分解;;SHAP模型;;贝叶斯优化
基金资助：国家现代农业产业技术体系（项目编号：CARS-47）
