首页|基于改进LSTM的苹果价格预测模型研究

基于改进LSTM的苹果价格预测模型研究

扫码查看
原文链接
  • 万方数据
  • 维普
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.
Research on the Apple Price Prediction Model Based on Improved LSTM

卢超凡、史世凯、王鲁

展开 >

山东农业大学信息科学与工程学院,山东泰安271018

苹果 价格 预测模型

山东省重大科技创新工程项目

2019JZZY010706

2022

10.3969/j.issn.1000-2324.2022.03.023

山东农业大学学报(自然科学版)
山东农业大学

山东农业大学学报(自然科学版)

CSTPCD北大核心
影响因子：0.565
ISSN：1000-2324
年,卷(期)：2022.53(3)
  • 3
  • 6