◆楊鴻銘

基于BP神經(jīng)網(wǎng)絡(luò)的玉米淀粉價格短期預(yù)測研究

◆楊鴻銘

（云南大學軟件學院 云南 650500）

玉米淀粉長期在社會生活、生物制品、工業(yè)原料中占有重要地位，因此對國內(nèi)玉米淀粉進行價格預(yù)測具有重要意義。本文主要對國內(nèi)玉米淀粉銷售區(qū)均價的影響因素和短期價格預(yù)測進行了研究，主要分析了多種影響因素下的玉米淀粉銷售區(qū)價格的非線性預(yù)測問題，建立了基于Levenberg-Marquardt的BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測模型，完成了對國內(nèi)玉米淀粉銷售區(qū)均價的短期預(yù)測。運用MATLAB軟件技術(shù)進行了模型訓練、模型檢驗和預(yù)測，結(jié)果顯示該模型能夠?qū)鴥?nèi)玉米淀粉銷售區(qū)的均價提供短期預(yù)測。

BP神經(jīng)網(wǎng)絡(luò)；玉米淀粉；歸一化處理；價格預(yù)測

1 引言

玉米淀粉是重要的食品、化工、造紙、制糖等重要生產(chǎn)原料。我國是僅次于美國的玉米淀粉第二大生產(chǎn)國，我國玉米淀粉產(chǎn)量呈逐年增長趨勢，根據(jù)中國淀粉工業(yè)協(xié)會統(tǒng)計數(shù)據(jù)，2020年我國玉米淀粉產(chǎn)量約為3314萬噸。玉米淀粉是重要的生物資源，但由于淀粉行業(yè)的復(fù)雜性，其價格容易受到氣候、政策、原料產(chǎn)量的影響，加之公共衛(wèi)生事件影響，物流發(fā)運不暢，使得玉米淀粉價格預(yù)測較為復(fù)雜。為了解決上述問題，本文選擇基于Levenberg-Marquardt的BP神經(jīng)網(wǎng)絡(luò)與時間序列預(yù)測的組合模型，建立對玉米淀粉價格的短期預(yù)測模型。

2 數(shù)據(jù)的預(yù)處理

為了研究國內(nèi)玉米淀粉的各項數(shù)據(jù)，本文采用了2019年1月至2021年1月的國內(nèi)玉米現(xiàn)貨交易價、產(chǎn)區(qū)均價、高脂DDGS均價、玉米蛋白粉均價、噴漿玉米纖維均價以及玉米淀粉銷區(qū)市場均價作為預(yù)測模型的數(shù)據(jù)基礎(chǔ)。實驗數(shù)據(jù)主要來源于中國淀粉工業(yè)協(xié)會。

3 模型的建立

3.1 BP神經(jīng)網(wǎng)絡(luò)簡介

BP神經(jīng)網(wǎng)（Back Propagation Neural Network）是一種按照誤差逆向傳播算法訓練的多層前饋神經(jīng)網(wǎng)絡(luò)，通過機器學習功能達到預(yù)期效果[1]。其主要由兩個傳播過程、三個層次（輸入層、隱含層、輸出層）構(gòu)成。第一階段過程是信號從輸入層開始正向傳播，經(jīng)過隱含層，最后達到輸出層。第二階段過程是誤差反向傳播，從輸出層開始，經(jīng)過傳播層，最后到達輸入層。各層由若干神經(jīng)元組成，輸出值由作用函數(shù)和閾值共同決定，以達到輸入與輸出之間的關(guān)系[2]。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示。

圖1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

3.2 BP神經(jīng)網(wǎng)絡(luò)設(shè)計

3.3 BP神經(jīng)網(wǎng)絡(luò)學習過程

BP網(wǎng)絡(luò)的訓練流程如圖2所示，當全局誤差滿足要求時，網(wǎng)絡(luò)訓練完畢[4]。

圖2 BP神經(jīng)網(wǎng)絡(luò)訓練流程圖

4 模型的求解

利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱對玉米淀粉短期價格進行預(yù)測，梯度下降趨勢如圖3所示。

圖3反映了模型訓練過程中梯度和步長的變化，步長增加，此梯度的影響越大，梯度不斷下降，說明誤差逐漸趨于穩(wěn)定。

圖3 梯度和步長變化圖

圖4 回歸擬合圖

從圖4中可以看出，訓練樣本的擬合優(yōu)度是98.63%，測試集的擬合優(yōu)度是98.51%，測試集的擬合優(yōu)度是99.54%，全部的擬合度是97.04%。每個R值均大于0.97，R值越接近1，預(yù)測值越準確，說明所建立的神經(jīng)網(wǎng)絡(luò)性能越好，因此可以通過本實驗?zāi)Ｐ瓦M行玉米淀粉銷售區(qū)均價的短期精確預(yù)測。

通過模型檢驗，預(yù)測值和真實值進行數(shù)據(jù)對比，大多數(shù)數(shù)據(jù)點能夠較好地擬合真實數(shù)據(jù)，預(yù)測值和實際值誤差很小，因而預(yù)測效果比較理想。

5 結(jié)論

本文針對當前國內(nèi)玉米淀粉銷售價格不斷上升，且其價格的影響因素復(fù)雜的前提下，建立了BP神經(jīng)網(wǎng)絡(luò)價格預(yù)測模型，并且驗證此模型能夠?qū)鴥?nèi)玉米淀粉短期價格變化做出比較合理的預(yù)測。但該模型只考慮了5個主要的影響因素，忽略了其他因素對玉米淀粉銷售區(qū)均價的影響，在此基礎(chǔ)上，可以通過增加數(shù)據(jù)量、增加影響因素以及進行多次模擬預(yù)測來增加此模型的合理性、高效性和可靠性。

[1]殷金恒.基于BP神經(jīng)網(wǎng)絡(luò)的煤炭價格預(yù)測研究[J].科技與創(chuàng)新，2021（02）：57-58.

[2]牛東來，陳連頤，程子珍.基于BP神經(jīng)網(wǎng)絡(luò)的北京市農(nóng)產(chǎn)品批發(fā)市場雞蛋價格短期預(yù)測研究[J].中國家禽，2017，39（24）：35-40.

[3]劉銘，劉精精，何禹德.基于GA-SVR算法的淀粉價格預(yù)測研究[J].數(shù)學的實踐與認識，2016，46（08）：267-272.

[4]李圓圓. 基于BP神經(jīng)網(wǎng)絡(luò)的北京市二手房交易價格預(yù)測研究[D].首都經(jīng)濟貿(mào)易大學，2018.