基于长短时记忆神经网络的生猪价格预测模型

来源：江苏大学学报·自然科学版杂志2021年第2期北京时间：

作者：刘怡然，王东杰，邓雪峰，刘振宇

单位：(1. 山西农业大学 信息与电气工程学院, 山西 晋中 030801； 2. 中国农业科学院 农业信息研究所, 北京 100081）

摘要：生猪价格序列的长短周期现象是困扰生猪价格预测的一个难题.针对这一问题，研究了生猪价格序列的波动特点和影响因素，提出了萤火虫算法（firefly algorithm, FA）优化长短时记忆神经网络（longshort term memory, LSTM）的生猪价格预测方法.首先对生猪价格序列进行预处理和分析；然后采用萤火虫算法优化LSTM的模型参数，根据得到的最优参数建立了3种预测模型，分别能够对未来1、2、8周的生猪价格进行预测.结果表明：文中方法的平均绝对误差、均方根误差和确定系数分别为1.455 8、4.910 2和92.57%，相比传统的浅层预测模型和未经优化的LSTM模型精确度更高，能够解决生猪价格周期长短变化带来的预测困难，适合对生猪价格以及与其有相似特点的农产品价格序列预测.

关键词：生猪价格, 深度学习, 预测, 长短时记忆神经网络, 萤火虫算法

基金资助： 国家自然科学基金资助项目(31772651)； 山西农业大学青年科技创新基金资助项目(2019025)