基于LSTM的化肥价格指数预测

• 作者: 刘磊 周杨 周林立
• 来源期刊: 仪表技术
• 学科: 工学
• 关键词: 循环神经网络 长短时记忆 价格指数预测
• 年，卷（期）: 2019,（4）
• 页码范围: 28-30
• 页数: 3页
• 分类号: TP18
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘磊	中国科学院合肥物质科学研究院	181	1653	22.0	30.0
2	周杨	中国科学院合肥物质科学研究院	9	50	4.0	7.0
3	周林立	中国科学院合肥物质科学研究院	7	10	2.0	3.0