典型文献
基于改进LSTM的苹果价格预测模型研究
文献摘要：
苹果市场价格变化受多种因素影响,单一模型预测效果不佳,为了解决该问题,本文建立了一种典型相关分析(CCA)与主成分分析(PCA)相结合的长短期记忆神经网络(LSTM)价格预测组合模型CCA-PCA-LSTM.该模型首先采用CCA和PCA选择相关性较大的影响因素,然后将选择的多因素作为LSTM的输入进行多因素价格预测.实验结果表明:在2008-2020年苹果价格进行预测得到的均方根误差为0.592(月),平均绝对误差为0.339元/kg(月),平均百分比误差为4.676％(月),有效降低价格预测误差,提高了苹果价格预测的准确性.
文献关键词：
苹果;价格;预测模型
中图分类号：
作者姓名：
卢超凡;史世凯;王鲁
作者机构：
山东农业大学信息科学与工程学院,山东泰安271018
文献出处：
引用格式：
[1]卢超凡;史世凯;王鲁-.基于改进LSTM的苹果价格预测模型研究)[J].山东农业大学学报（自然科学版）,2022(03):491-496
A类：
B类：
苹果,价格预测,果市,市场价格,价格变化,典型相关分析,CCA,长短期记忆神经网络,组合模型,平均绝对误差,低价,预测误差
AB值：
0.230868
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
