在羊肉價(jià)格預(yù)測問題的研究中,羊肉價(jià)格有著嚴(yán)重的非線性、高噪聲和影響因素難以確定等特點(diǎn),高效準(zhǔn)確的預(yù)測羊肉價(jià)格是十分困難的。傳統(tǒng)方法對(duì)羊肉價(jià)格的預(yù)測往往主觀性較強(qiáng)或過分依賴羊肉價(jià)格間的線性關(guān)系,導(dǎo)致預(yù)測的精度較低,不夠準(zhǔn)確。針對(duì)羊肉價(jià)格預(yù)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(jìn)模型。首先定性分析影響羊肉價(jià)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(jìn)行訓(xùn)練學(xué)習(xí)與預(yù)測。仿真結(jié)果表明,模型的預(yù)測值與實(shí)際值十分接近,預(yù)測精度良好,提高了仿真預(yù)測的效率,為羊肉價(jià)格的預(yù)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(jià)格預(yù)測結(jié)果

圖32月價(jià)格預(yù)測結(jié)果圖54月價(jià)格預(yù)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(xué)方法對(duì)人腦一些基本特點(diǎn)進(jìn)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(xué)習(xí)等特點(diǎn),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(jià)格預(yù)測流程

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

圖32月價(jià)格預(yù)測結(jié)果

經(jīng)過實(shí)驗(yàn),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(duì)2018年2月至4月各地羊肉月均價(jià)格的仿真預(yù)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(jià)格預(yù)測結(jié)果

本文編號(hào)：3928503