基于改进LSTM模型的农产品短期价格预测方法
2021-06-07张保国任万明吴兵
热带农业科学 2021年4期
张保国 任万明 吴兵
(1山东麦港数据系统有限公司山东济南250100;2山东省现代农业农村发展研究中心山东济南250100;3济南市农业农村信息中心山东济南250100)
农业是国民经济的基础,农产品市场是我国市场经济的重要组成部分,农产品价格的波动直接关系农民切身利益乃至国民生活质量。农产品短期价格受自然灾害、重大疫情等的影响,农产品短期价格呈现波动大、非平稳、非线性的特点,这对农民的收入和农产品市场的稳健发展等产生不利的影响。因此,对农产品短期价格进行预测,帮助政府做出相关决策实施宏观调控、对农业从业者进行指导、维持农产品市场的稳健具有重要作用。
根据原理不同,农产品短期价格预测可以分为2种:定性预测方法和定量预测方法[1]。定量预测方法是农产品短期价格预测领域的主流方法,又可以分为传统方法和智能方法两大类。传统方法主要指计量经济方法,其中比较流行的有差分整合移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)模型[2-3]、自回归条件异 方 差(Autoregressive Conditional Heteroscedasticity,ARCH)模型[4-5]、线性回归等。经济计量模型普遍对非线性数据预测具有局限性,对数据使用有太多限制。智能方法中比较普遍使用的有人工神经网络[6-8]、遗传算法[7]等。目前,在农产品短期价格预测方面,遗传算法主要是与其他预测方法组成混合模型来使用,但是遗传算法中参数的选择主要是靠经验来选择,而参数的人为选择很容易对预测结果造成不利影响。
总体来看,农产品价格的影响因素大概可以分为2种:内部因素和外部因素。……
登录APP查看全文
