基于改进LSTM模型的农产品短期价格预测方法

摘要：

农产品价格与人民的生活息息相关,既关乎消费者的切身利益,也是政府农产品生产调控决策的重要依据.由于自然灾害、重大疫情等各种因素影响,农产品短期价格具有波动大、非线性的特点.而剧烈起伏的波动往往对预测结果产生不好的影响,已有的方法在具有变化大且非线性特点的农产品短期价格预测上表现不理想.本文提出了一种改进的长短期记忆网络(LSTM)模型,该模型能够多维度分析农产品历史价格变化情况,获取价格周期性变化规律;并且在LSTM的基础上增加了前置门,将历史价格信息与价格波动信息相结合,减少数据异常值的波动对预测结果影响,有效地提高了农产品短期价格预测的准确性.实验数据表明,本文所提模型在预测结果的准确性等方面明显优于现有的其他对比模型.

关键词：农产品、短期价格预测、前置门、长短期记忆网络

所属期刊栏目：41

分类号：F323.7(中国农业经济)

资助基金：国家重点研发计划;济南市农业科技创新项目

在线出版日期：2021-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：131-136