【技术实现步骤摘要】
一种基于改进LSTM模型的农产品短期价格预测方法及装置
本专利技术涉及农业
，特别是一种基于改进LSTM模型的农产品短期价格预测方法及装置。
技术介绍
农业是国民经济的基础，农产品市场是我国市场经济的重要组成部分，农产品价格的波动直接关系农民切身利益乃至国民生活质量。农产品短期价格受自然灾害、重大疫情等的影响，农产品短期价格呈现波动大、非平稳、非线性的特点，这对农民的收入和农产品市场的稳健发展等方面起到了不利的影响。因此对农产品短期价格进行预测，帮助政府作出相关决策实施宏观调控、对农业从业者进行指导，维持农产品市场的稳健具有重要作用。总体来看，农产品价格的影响因素大概分为两种：内部因素和外部因素。内部因素主要是人们常常按照以往的价格来定价，这使得农产品价格序列表现为历史相关性，而外部因素则由国民经济体中其他的市场变动、自然灾害以及重大疫情等情况引起，这使得农产品短期价格序列表现为波动大、非平稳以及非线性的特点，而目前现有方法难以对起伏尖锐的、大幅的、不正常的波动数据进行处理。
技术实现思路
...
【技术保护点】
1.一种基于改进LSTM模型的农产品短期价格预测方法，其特征在于，所述方法包括以下操作：/n将历史价格信息和价格波动信息作为W-LSTM模型输入数据；/n设置W-LSTM模型的前置门和遗忘门、输入门、输出门，输入数据经过前置门、遗忘门、输入门和输出门的计算，得到W-LSTM细胞的输出值；/n按照时间和网络层级两个方向反向传播训练，计算真实的输出值与目标输出值之间的误差项，并根据相应误差项，计算输出结果与历史信息的关系公式中每个权重的梯度，更新权重；/n得到最优权重参数，使用最优权重参数更新W-LSTM模型，利用更新后的W-LSTM模型进行农产品短期价格预测，得到预测结果。/n
【技术特征摘要】
1.一种基于改进LSTM模型的农产品短期价格预测方法，其特征在于，所述方法包括以下操作：
将历史价格信息和价格波动信息作为W-LSTM模型输入数据；
设置W-LSTM模型的前置门和遗忘门、输入门、输出门，输入数据经过前置门、遗忘门、输入门和输出门的计算，得到W-LSTM细胞的输出值；
按照时间和网络层级两个方向反向传播训练，计算真实的输出值与目标输出值之间的误差项，并根据相应误差项，计算输出结果与历史信息的关系公式中每个权重的梯度，更新权重；
得到最优权重参数，使用最优权重参数更新W-LSTM模型，利用更新后的W-LSTM模型进行农产品短期价格预测，得到预测结果。
2.根据权利要求1所述的一种基于改进LSTM模型的农产品短期价格预测方法，其特征在于，所述历史价格信息为：
Xi＝{x1,x2...xt}
t为历史相关天数，xi表示第i天的价格数据；
所述价格波动信息为：
Pi＝{Δp1,Δp2...Δpt}
Δpi＝xi-xi-1。
3.根据权利要求1所述的一种基于改进LSTM模型的农产品短期价格预测方法，其特征在于，所述前置门具体为：
sk＝Wx×Xi+bx+tanh(Wp×Pi+bp)
Xi和Pi分别为本次的历史价格信息和价格波动信息，{Wx，bx，Wp，bp}为网络参数。
4.根据权利要求1所述的一种基于改进LSTM模型的农产品短期价格预测方法，其特征在于，所述遗忘门的输出具体为：
ff＝σ(Wf×ht-1+Uf×sk+bf)
ht-1是上一序列的隐藏状态，sk是本次的输入序列，Wf为ht-1的偏重矩阵，Uf为sk的偏重矩阵，bf为偏置。
5.根据权利要求1所述的一种基于改进LSTM模型的农产品短期价格预测方法，...
【专利技术属性】
技术研发人员：张保国，任万明，吴兵，刘鹏，王明涛，陈晨，李倩倩，景铁硬，杨小敏，田嘉霖，李文静，任兆蕊，
申请(专利权)人：山东麦港数据系统有限公司，
类型：发明
国别省市：山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。