基于深度学习的大蒜价格预测研究

• 全文链接
• 请求原文

作   者：

胡彦军;  张平川;  尚峥;  王慧敏;  乔永峰; 

作者机构：

河南科技学院信息工程学院;  郑州电力职业技术学院信息工程学院; 

关键词：

Attention-GRU;  价格预测;  GRU;  大蒜; 

期刊名称：

河南科技学院学报(自然科学版)

i s s n：

2096-9473

年卷期：

2023 年 03 期

页   码：

35-42

摘   要：

为了精准预测大蒜价格,基于大蒜时间序列价格和存量数据,再结合其他随机因素,提出了一种融合注意力机制(Attention)的门控逻辑单元(Gated Recurrent Unit,GRU)神经网络模型.GRU网络模型对大蒜价格数据集进行训练,归纳大蒜价格波动规律.Attention对GRU网络输出的数据进行注意力处理,使其价格波动特征更为明显,输出优化预测结果.将提出的Attention-GRU模型与GRU、CNN-GRU、BP 3种常见神经网络模型进行预测对比实验.实验表明,以全部样本为例Attention-GRU模型在均方误差(Mean Square Error,MSE)方面,比其他3种模型分别减少了4%、15%和18%.在4种网络模型预测试验中Attention-GRU预测精度也最高.