基于改进BP神经网络的羊肉价格预测

• 作者: 段隆振 苏赫
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 羊肉价格 主成分分析 神经网络
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 仿真服务化
• 页码范围: 460-465
• 页数: 6页
• 分类号: TP391.9
• 字数: 5030字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段隆振	南昌大学信息工程学院	78	539	11.0	20.0
2	苏赫	南昌大学信息工程学院	1	0	0.0	0.0