基于LSTM神经网络的苹果价格预测模型

作者：张顺利; 王小东; 李艳翠

来源：河南科技学院学报(自然科学版), 2020, 48(05): 73-78.

• 苹果
• 价格预测
• LSTM

针对苹果价格数据随时间变化的非平稳性、季节性和周期性特征,提出一种基于长短期记忆网络(Long-short Term Memory,LSTM)的神经网络价格预测模型.选用苹果的历史价格、可替补水果的历史价格和居民生活消费指数为特征进行模型的输入,然后使用BLSTM网络学习苹果的价格表示,最后输出苹果的预测价格.选用豫南阳果品批发交易中心的烟台红富士价格数据进行实验,结果表明:使用基于LSTM神经网络预测模型的平均绝对误差、均方误差和均方根误差均小于传统的差分整合移动平均自回归(Autoregressive Integrated Moving Average Model,ARIMA)模型.

• 单位
  河南科技学院