基于长短期记忆网络的大蒜价格预测模型研究  

作　　者：李丹 冯新玲 付国帅 李玉香[2] 

机构地区：[1]郑州工业应用技术学院,河南郑州451100 [2]河北科技师范学院,河北秦皇岛066000

出　　处：《乡村科技》2024年第1期136-140,共5页Rural Science and Technology

基　　金：教育部产学合作协同育人项目“基于海豚实验平台的人工智能专业‘双师型’教师培训实践探索”(230705384254049)。

摘　　要：大蒜是一种重要农产品,其价格波动会给农民、经销商和消费者带来较大影响。因此,准确预测大蒜价格对决策制定、市场规划和风险管理起到至关重要的作用。基于长短期记忆网络算法来分析大蒜价格历史数据,利用核主成分分析法对数据进行特征提取,得到最优参数的预测模型,并对大蒜价格进行短期预测。结果表明,基于KPCA的LSTM模型在对大蒜价格预测时达到预期良好效果,与传统的神经网络和时序模型相比,其具有更高的准确度和稳定性。

关 键 词：长短期记忆网络 大蒜价格预测 预测模型 

分 类 号：S126[农业科学—农业基础科学] TP183[自动化与计算机技术—控制理论与控制工程] S511[自动化与计算机技术—控制科学与工程]