水产品的价格预测是健全水产品市场体系,稳定水产品市场,规避风险的重要手段。同时也是科学地指导渔业生产,搞活水产品流通,促使渔业生产和渔业经营活动取得良好经济效益和社会效益、提高农渔民收入的主要举措。鉴于此,本论文提出了研究水产品价格预测系统的课题,以期为水产品市场主体提供价格预测的信息服务。本文包括了以下的研究内容。 1)以1997年—2002年北京市新发地批发市场的水产品价格时间序列为研究对象,利用游程检验利R/S分析法进行了市场有效性的检验。结果表明,水产品批发市场的价格时间序列拒绝随机游走,水产品批发市场不具备有效性,这一结论表明了价格数据之间存在着一定的相关性,价格序列存在着一定的可预测成分。 2)以1997年—2002年北京市新发地批发市场的水产品价格序列为研究对象,分析了水产品价格的波动规律。通过功率谱密度分析,发现水产品的价格序列x（t）的功率谱密度满足负幂律,即P（f）∝f^-β,说明价格波动具备单分形的特征:进一步通过关联函数GP算法计算分析D_q和q的二维关系图,发现D_q～q呈曲线关系,表明了水产品价格的波动过程中呈现多重分形分布的特征。这一发现表明了多重分形分布的特征局部分维是影响水产品价格波动的综合因子,把握了局部分维的波动就等同于把握了价格的波动。 3)发现价格波动的多重分形分布特征局部分维蕴含在小波变换的系数中,并采用对称紧支撑三阶B样条h₃（1/16,1/4,3/8,1/4,1/16）为离散低通滤波器,利用A Trous快速小波变换算法,以1997年—2002年北京市新发地批发市场的鲢鱼价格序列为研究对象,得到了鲢鱼鱼价格波动过程中的多重分形分布特征局部分维。 4)通过水产品价格时间序列的混沌特征量的定量计算,得到了水产品价格时间序列的最大Lyapunov指数和Renyi熵,结果证明了水产品价格时间序列为混沌序列。这一结论表明了水产品价格时间序列存在着短期可预测性,并根据最大Lyapunov指数和Renyi熵的值得到了利用价格时间序列局部分维进行价格预测的最大时间尺度和平均时间尺度。 5)根据水产品价格时间序列的上述演化特征,本文采用了神经网络模型来映射价格波动的多重分形分布特征局部分维和未来价格的非线性关系,针对于网络模型的结构参数利预测尺度内最优局部分维长度,本文引入了遗传算法来进行优化。基于此思路,建立了基于遗传优化的小波神经网络预测模型。 6)基于预测模型框架,设计了水产品价格预测系统原型,并采用相关信息技术初步实现了价格预测系统。