基于改进LSTM的苹果价格预测模型研究 |
| |
引用本文: | 卢超凡,史世凯,王鲁.基于改进LSTM的苹果价格预测模型研究[J].山东农业大学学报(自然科学版),2022(3):491-496. |
| |
作者姓名: | 卢超凡 史世凯 王鲁 |
| |
作者单位: | 山东农业大学信息科学与工程学院 |
| |
摘 要: | 苹果市场价格变化受多种因素影响,单一模型预测效果不佳,为了解决该问题,本文建立了一种典型相关分析(CCA)与主成分分析(PCA)相结合的长短期记忆神经网络(LSTM)价格预测组合模型CCA-PCA-LSTM。该模型首先采用CCA和PCA选择相关性较大的影响因素,然后将选择的多因素作为LSTM的输入进行多因素价格预测。实验结果表明:在2008-2020年苹果价格进行预测得到的均方根误差为0.592(月),平均绝对误差为0.339元/kg(月),平均百分比误差为4.676%(月),有效降低价格预测误差,提高了苹果价格预测的准确性。
|
关 键 词: | 苹果 价格 预测模型 |
|
|