10.3969/j.issn.1671-7775.2021.02.010
基于长短时记忆神经网络的生猪价格预测模型
生猪价格序列的长短周期现象是困扰生猪价格预测的一个难题.针对这一问题,研究了生猪价格序列的波动特点和影响因素,提出了萤火虫算法(firefly algorithm,FA)优化长短时记忆神经网络(long-short term memory,LSTM)的生猪价格预测方法.首先对生猪价格序列进行预处理和分析;然后采用萤火虫算法优化LSTM的模型参数,根据得到的最优参数建立了3种预测模型,分别能够对未来1、2、8周的生猪价格进行预测.结果表明:文中方法的平均绝对误差、均方根误差和确定系数分别为1.4558、4.9102和92.57%,相比传统的浅层预测模型和未经优化的LSTM模型精确度更高,能够解决生猪价格周期长短变化带来的预测困难,适合对生猪价格以及与其有相似特点的农产品价格序列预测.
生猪价格、深度学习、预测、长短时记忆神经网络、萤火虫算法
42
TP274(自动化技术及设备)
国家自然科学基金资助项目;山西农业大学青年科技创新基金资助项目
2021-03-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
190-197