基于改进LSTM的苹果价格预测模型研究

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。