基于误差建模分析的深度神经网络大蒜价格预测应用  

作　　者：王俊美[1] 张超[1] 刘震 

机构地区：[1]山东农业大学信息科学与工程学院

出　　处：《河北农机》2022年第5期79-81,共3页

基　　金：山东省自然科学基金面上项目:基于空间计量和EOF模型的出血热发病区域综合防控研究(ZR201910220237);2019年5月农业农村部市场与信息化司“农业农村大数据资源收集-大蒜产业信息采集、分析及服务”(11190068);2019年9月山东省教育厅“非线性分析方法在大蒜保险产品评价和设计中的应用”(2019GGX101024)。

摘　　要：本文主要研究使用深度神经网络进行建模分析,并使用误差建模方法对大蒜的价格进行预测,为此我们进行了三种分析方法的对比,第一种方法是先对数据进行时间序列分析,利用ARIMA直接对时间序列模型进行预测。第二种方法是建立循环神经网络,使用循环神经网络进行时间序列预测。第三种是利用组合模型,先求得观测值与时间序列模型之间的残差,运用上一步建立的循环神经网络对建模产生的残差预测,将残差的预测值加上第一步中对模型的预测,进而得到对模型的预测。结论显示组合模型算法预测准确率最高。

关 键 词：大蒜价格 时间序列分析 神经网络 组合模型 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]