基于LSTM的化肥价格指数预测

作者：周杨; 周林立; 刘磊

来源：仪表技术, 2019, (04): 28-30.

DOI：10.19432/j.cnki.issn1006-2394.2019.04.008

• 循环神经网络
• 长短时记忆
• 价格指数预测

化肥作为重要的农资产品,其市场价格受到原料价格、汇率政策、供给等多方面的因素调控,化肥价格的波动对国民经济有着重大的影响。因此,化肥价格准确地预测能将其对农业乃至国民经济的影响降至最低。提出基于长短时记忆(LSTM)单元的循环神经网络(RNN)模型,它能有效地利用序列数据长距离依赖的信息,被广泛地应用于时间序列信息的预测中。考虑多因素对化肥价格的影响,结合近年化肥交易价格的走势数据,对数据进行回归拟合,生成训练模型,然后将得出的模型用于化肥交易价格进行预测,最终在数据集上测试误差(MSE)为0.000 549 3,取得了良好的预测效果。

• 单位
  中国科学技术大学; 中国科学院