基于改进BP神经网络的羊肉价格预测

发布时间：2024-03-15 03:44

　　在羊肉价格预测问题的研究中,羊肉价格有着严重的非线性、高噪声和影响因素难以确定等特点,高效准确的预测羊肉价格是十分困难的。传统方法对羊肉价格的预测往往主观性较强或过分依赖羊肉价格间的线性关系,导致预测的精度较低,不够准确。针对羊肉价格预测难题及BP神经网络存在的缺陷,提出一种主成分分析与LM(Lvevenberg-Marquardt)算法结合使用的BP神经网络改进模型。首先定性分析影响羊肉价格的因子,然后采用主成分分析方法消除噪声并筛选主要影响因子作为神经网络输入,最后采用基于LM算法的BP神经网络进行训练学习与预测。仿真结果表明,模型的预测值与实际值十分接近,预测精度良好,提高了仿真预测的效率,为羊肉价格的预测提供了一种可行且有效的方法。

【文章页数】：6 页

【部分图文】：

图43月价格预测结果

图32月价格预测结果图54月价格预测结果

图1BP神经网络结构图

人工神经网络是通过数学方法对人脑一些基本特点进行的抽象和模拟,旨在模仿人脑结构及其功能[12]。BP(BackPropagation)神经网络是典型的神经网络模型之一,具有自适应、自组织、自学习等特点,它是人工神经网络中应用最为广泛的一种[13]。三层BP神经网络结构包括输入层....

图2羊肉价格预测流程

5)采用最优参数来建立BP神经网络预测模型,对预测样本进行预测并输出最终预测结果。流程如图2所示。4仿真与分析

图32月价格预测结果

经过实验,GDM-BP神经网络、BR-BP神经网络和本文的PCA-LM-BP神经网络对2018年2月至4月各地羊肉月均价格的仿真预测结果分别如图3、图4和图5所示,各模型的误差分析如表4所示。图43月价格预测结果

本文编号：3928503