摘 要:豬肉價格是不穩(wěn)定的,起伏變化的,豬肉價格的預(yù)測是非線性,非平穩(wěn)的問題。而神經(jīng)網(wǎng)絡(luò)具有很強的非線性、自組織、自學(xué)習能力,能夠很好地處理非線性信息。文章選用基于時間序列的BP神經(jīng)網(wǎng)絡(luò)預(yù)測法,對豬肉的價格進行預(yù)測,對加大農(nóng)民養(yǎng)殖利益以及防止生豬生產(chǎn)的市場風險有一定的參考作用。
關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò);時間序列;豬肉價格預(yù)測
1 概述
BP算法是很成熟的多層前饋網(wǎng)絡(luò)訓(xùn)練算法,BP算法自身有收斂速度慢,容易產(chǎn)生局部極小值和弱推廣能力等問題[1]。但由于BP算法方便簡單,運算速度快,并行性強很多優(yōu)點,可以用來預(yù)測豬肉價格。BP神經(jīng)網(wǎng)絡(luò)分為信息的正向傳播與誤差的逆向傳播兩個部分[2]。在正向傳播過程中,正向傳播包括輸入層、隱含層和輸出層三層,通過這三層的信息處理并輸出,得出預(yù)測結(jié)果。若實際輸出與期望輸出不符,則進入誤差的逆向傳播階段,按誤差梯度下降的方式修改各層權(quán)值,依次逆?zhèn)?。不斷學(xué)習訓(xùn)練,直到網(wǎng)絡(luò)輸出誤差達到可接受范圍[3]。
2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計
進行BP網(wǎng)絡(luò)設(shè)計時,考慮以下幾個方面:
2.1 網(wǎng)絡(luò)層數(shù)的選定
關(guān)于BP神經(jīng)網(wǎng)絡(luò)算法,只關(guān)注單因素預(yù)測模型,即豬肉價格自身的數(shù)據(jù)預(yù)測。由于查找歷史數(shù)據(jù)有限,不需選擇增加網(wǎng)絡(luò)層數(shù)的辦法而是選擇增加隱含層神經(jīng)元節(jié)點的數(shù)目來提高輸出結(jié)果的精度[4]。所以,選用單一隱層的BP神經(jīng)網(wǎng)絡(luò)模型。
2.2 輸入輸出層神經(jīng)節(jié)點
對于輸出層,有
可以看出,2015年7月份到12月份的豬肉價格預(yù)測結(jié)果與實際值最大誤差僅為0.01,說明所建模型科學(xué)合理,可以用來預(yù)測豬肉價格。
3.3 價格預(yù)測
運用2014年7月到2016年3月間呂梁某城區(qū)每月的豬肉平均價格數(shù)據(jù)來進行預(yù)測。將數(shù)據(jù)歸一,構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型。經(jīng)過多次實驗得出隱含層節(jié)點數(shù)為8時,預(yù)測誤差最小,擬合度最高。循環(huán)次數(shù)為5000次,優(yōu)化目標為0.01,訓(xùn)練模擬數(shù)據(jù)后,預(yù)測出2016年4月到9月的豬肉價格走勢。
4 結(jié)論與分析
通過對豬肉價格本身變化趨勢進行研究,建立了基于時間序列的神經(jīng)網(wǎng)絡(luò)模型。結(jié)果對檢測樣本誤差檢測,得出均方誤差較小,表明預(yù)測效果良好,說明所建模型較為科學(xué)合理。
參考文獻
[1]吳凌云.BP神經(jīng)網(wǎng)絡(luò)學(xué)習算法的改進及其應(yīng)用[J].信息技術(shù),2003:
75-90.
[2]翟旭瑞,呂振中.基于BP神經(jīng)網(wǎng)絡(luò)的大壩安全監(jiān)測系統(tǒng)評價研究[J].水資源與水工程學(xué)報,2007.
[3]平平,方芳,田野.組合預(yù)測模型在豬肉價格預(yù)測中的應(yīng)用研究[J].計算機工程與科學(xué),2010(32、5):109-112.
[4]孫海濤,楊德平,李聰.基于BP神經(jīng)網(wǎng)絡(luò)的我國股指期貨價格預(yù)測[J].青島大學(xué)學(xué)報,2012.
[5]宋玉強.人工神經(jīng)網(wǎng)絡(luò)在時間序列預(yù)測中的應(yīng)用研究[D].2005.
作者簡介:張津(1993,12-),女,山西呂梁人,在讀碩士研究生,主要從事模式識別研究。