当前位置: 首页 > 文章 > 一种基于改进时间卷积网络的生猪价格预测方法 中国农业大学学报 2021 (12) 137-144
Position: Home > Articles > 一种基于改进时间卷积网络的生猪价格预测方法 Journal of China Agricultural University 2021 (12) 137-144

一种基于改进时间卷积网络的生猪价格预测方法

作  者:
王泽鹏;陈晓燕;庞涛;余富;胡肖楠;汪震
单  位:
关键词:
生猪价格;时序预测;时间卷积网络;交叉验证;网格搜索;机器学习;
摘  要:
针对传统的生猪价格预测方法存在预测精度不够高,容易陷入局部最小值等问题,为更加精准地预测生猪价格,采用随机森林回归(RFR)、极限梯度回升(XGBoost)、轻型梯度提升机(LightGBM)3种机器学习模型和改进网络结构的时间卷积网络(TCN)模型方法,以经过Z-Score标准化预处理的西南地区某省2011—2020年每周生猪价格数据为样本,对生猪价格预测进行研究。结果表明:TCN模型预测结果的均方误差(MSE)为0.340 606,平均绝对误差(MAE)为0.288 424,决定系数(R2)为0.995 683,均优于其他3种机器学习模型;与3种机器学习模型中效果最好的极限梯度回升(XGBoost)预测结果比较,3个指标分别提升了26%、8%和0.15%。改进网络结构的时间卷积网络模型可以更加精准地预测生猪价格。

相似文章

计量
文章访问数: 24
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊