立足于我國農產品價格波動日漸復雜的客觀事實及對農產品價格波動幅度和趨勢精準預測的現實需求,《數據驅動的農產品價格波動分解集成預測研究》以數據驅動思想為指導,對分解集成預測方法論的三個研究步驟進行改進與完善。首先,針對時序分解,提出一種具有數據自適應性的改進經驗模態(tài)類分解算法,解決端點效應及模態(tài)混淆問題;其次,針對單項預測,設計一種以時間序列統(tǒng)計特征為依據的預測模型自適應選擇分類器,解決預測模型選擇的主觀性問題;再次,針對集成子集選擇,設計一種以單項預測結果蘊含的信息量為依據的*優(yōu)子集篩選算法,完善*優(yōu)子集選擇的理論依據;*后,針對集成預測的多樣性,提出了融合網絡搜索數據及多時間尺度數據的集成預測策略,豐富集成預測的數據來源。