在羊肉價格預測問題的研究中,羊肉價格有著嚴重的非線性、高噪聲和影響因素難以確定等特點,高效準確的預測羊肉價格是十分困難的。傳統(tǒng)方法對羊肉價格的預測往往主觀性較強或過分依賴羊肉價格間的線性關(guān)系,導致預測的精度較低,不夠準確。針對羊肉價格預測難題及BP神經(jīng)網(wǎng)絡(luò)存在的缺陷,提出一種主成分分析與LM(Lvevenberg-Marquardt)算法結(jié)合使用的BP神經(jīng)網(wǎng)絡(luò)改進模型。首先定性分析影響羊肉價格的因子,然后采用主成分分析方法消除噪聲并篩選主要影響因子作為神經(jīng)網(wǎng)絡(luò)輸入,最后采用基于LM算法的BP神經(jīng)網(wǎng)絡(luò)進行訓練學習與預測。仿真結(jié)果表明,模型的預測值與實際值十分接近,預測精度良好,提高了仿真預測的效率,為羊肉價格的預測提供了一種可行且有效的方法。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖43月價格預測結(jié)果

圖32月價格預測結(jié)果圖54月價格預測結(jié)果

圖1BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

人工神經(jīng)網(wǎng)絡(luò)是通過數(shù)學方法對人腦一些基本特點進行的抽象和模擬,旨在模仿人腦結(jié)構(gòu)及其功能[12]。BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)是典型的神經(jīng)網(wǎng)絡(luò)模型之一,具有自適應(yīng)、自組織、自學習等特點,它是人工神經(jīng)網(wǎng)絡(luò)中應(yīng)用最為廣泛的一種[13]。三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括輸入層....

圖2羊肉價格預測流程

5)采用最優(yōu)參數(shù)來建立BP神經(jīng)網(wǎng)絡(luò)預測模型,對預測樣本進行預測并輸出最終預測結(jié)果。流程如圖2所示。4仿真與分析

圖32月價格預測結(jié)果

經(jīng)過實驗,GDM-BP神經(jīng)網(wǎng)絡(luò)、BR-BP神經(jīng)網(wǎng)絡(luò)和本文的PCA-LM-BP神經(jīng)網(wǎng)絡(luò)對2018年2月至4月各地羊肉月均價格的仿真預測結(jié)果分別如圖3、圖4和圖5所示,各模型的誤差分析如表4所示。圖43月價格預測結(jié)果

本文編號：3928503