Lasso-BP组合模型在鲤鱼价格预测中的应用研究

作者：李海涛; 刘昌年^*

来源：青岛大学学报(工程技术版), 2022, 37(04): 1-29.

DOI：10.13306/j.1006-9798.2022.04.001

• Lasso回归模型
• BP神经网络
• ARIMA模型
• 价格预测
• 水产品价格

为了对水产品市场中的水产品价格进行预测，本文以北京地区的鲤鱼市场为例，基于Lasso回归和BP神经网络组合模型，对鲤鱼价格和影响因素进行预测研究。通过Lasso回归对影响因素进行筛选，将筛选出的影响因素输入到BP神经网络中进行训练，并将影响因素数据输入训练后的模型中，即可输出预测价格。同时，选取2017年10月1日至2018年6月17日数据作为测试样本，对测试样本进行归一化处理，并采用本文提出的模型进行实验。实验结果表明，Lasso-BP模型预测值与真实值整体平均误差为2.59%,在价格波动趋势方面，预测数据准确率达96.53%,在价格波动幅度方面，预测结果的波动幅度与真实数据基本相同，平均误差为2.51%,说明模型预测精度较高，预测效果良好，该文模型满足实际生产工作需要，证明Lasso-BP模型能够对鲤鱼价格进行准确预测。该研究具有一定的理论意义和实际意义。

• 单位
  青岛科技大学