期刊信息
主办:中国动物学会;中国科学院动物研究所
主管:中国科学院
ISSN:0250-3263
CN:11-1830/Q
语言:中文
周期:双月
影响因子:0.467105
数据库收录:
文摘杂志;北大核心期刊(1992版);北大核心期刊(1996版);北大核心期刊(2000版);北大核心期刊(2004版);北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);农业与生物科学研究中心文摘;化学文摘(网络版);中国科学引文数据库(2011-2012);中国科学引文数据库(2013-2014);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类:生物学
期刊热词:
研究报告
基于季节分解和长短期记忆的北京市鸡蛋价格预(3)
【作者】网站采编
【关键词】
【摘要】2.3 鸡蛋价格LSTM预测的模型 2.3.1 LSTM模型原理 LSTM(Long-short Term Memory)长短期记忆网络是由Hochreiter等提出的一种时间循环神经网络,通过对传统循环神经网
2.3 鸡蛋价格LSTM预测的模型
2.3.1 LSTM模型原理
LSTM(Long-short Term Memory)长短期记忆网络是由Hochreiter等提出的一种时间循环神经网络,通过对传统循环神经网络(Recurrent Neural Network,RNN)的改进,解决了标准RNN的梯度消失问题,实现信息的长期记忆。目前,LSTM模型已经成为深度学习框架中广为应用的预测模型,在很多领域应用效果突出[50-52]。
LSTM 深度神经网络使用特殊的 LSTM 结构替换了一般的递归神经网络的隐藏层神经元(图3)。LSTM 结构包含遗忘门(forget gates)、输入门(input gates)、输出门(output gates)。在处理鸡蛋价格数据时,LSTM首先通过遗忘门来决定细胞状态中鸡蛋价格中的哪些信息需要保留和丢弃,该门会读取和,输出一个在0到1之间的数值给每个在细胞状态中的数字。1表示“完全保留”,0表示“完全舍弃”。是前一个LSTM单元输出的价格值,是当前时间步的价格输入值,是前一个LSTM单元的记忆,为激活函数sigmoid。具体的计算公式为
表示遗忘门的状态计算结果,和分别表示遗忘门的权重矩阵与偏置项。
其次是确定什么样的鸡蛋价格新信息被存放在细胞状态中。输入门包含2个部分。第一,sigmoid层称决定什么值将要更新。第二,一个tanh层创建一个新的候选值向量,并被加入到状态中。其计算过程为
表示sigmoid 层决定出的更新信息,表示tanh 层创建的新向量的状态计算结果,、、、分别表示输入门的权重矩阵与偏置项。
将旧细胞进行更新,将更新为。其计算公式为
最终,由输出门确定输出鸡蛋价格的预测值
表示经sigmoid 层确定的细胞状态的输出部分,表示最终输出结果。
2.3.2 LSTM模型搭建
本次研究的程序开发环境为Jupyter Notebook(python 3.7),使用Keras提供的LSTM神经网络模型。结合鸡蛋价格序列分解后的趋势序列和剩余序列特征及LSTM的设计原则,本次研究的LSTM模型包括输入层、隐藏层和输出层3个基本模块。输入层对鸡蛋价格的趋势序列和剩余序列进行初步的处理以满足模型输入的要求;隐藏层构建LSTM细胞链路形成网络;输出层获得预测结果。
输入层和输出层:本次研究用前6个月的数据预测未来1个月的价格数据。输入变量分别依次为鸡蛋价格的趋势成分和剩余成分;输出层输出变量个数为下个月单个变量。因此,输入层和输出层神经元个数为1。
隐藏层:关于如何选取隐藏层层数及其神经元数,目前还没有普遍被认可的方法。一般认为,通过增加隐藏层神经元数来获得较低的误差,要比增加隐藏层数更易实现。考虑到本次研究数据序列的长度,本次选用2个隐藏层,同时每层设置50个神经元,共计100个神经元。
参数设置:当训练次数为100时,模型的损失基本不在下降。因此,训练次数为100;损失函数选择较为常用的均方误差(mse)函数;优化器选择Adam 算法,该算法实现简单,计算效率高,内存需求小。
2.4 多步预测的迭代策略
分别以1、3和6个月的时间步长进行试验,因此需要建立一个多步预测的LSTM模型。迭代策略是多步预测模型中最为常见的一种策略,并且该策略已经广泛应用到各领域的预测中[53-55]。
以鸡蛋价格趋势分量(t=1、2、3...n)为例进行多步预测,步骤如下:
1)通过最小化样本内均方误差来训练单步(i=1)预测的LSTM模型。使用趋势序列(,,...,,)的历史观察值,预测出t+1时刻的预测值:;
2)将作为历史观察值组成新的预测变量(,...,,,),进而获取两步预测值:;
3)将作为历史观察值组成新的预测变量(,...,,,,),获取三步预测值:;
以此类推,可以进行多步长预测,以获取多步预测值。
3 结果与分析
3.1 鸡蛋价格波动特征
鸡蛋价格的季节性序列显示了“春低秋高”的季节性特征,并呈现出为期12个月左右的循环周期(图4)。具体表现为每年的鸡蛋价格在春季(3、4月)一般为全年的最低值,随后5月份开始回升,并且一般在在秋季(9、10月)达到全年的最高值,11月份再次下降,12月份到次年1月份小幅度回升后下降。如此循环往复,呈现出为期12个月左右的季节波动周期。蛋鸡产蛋的季节性规律是鸡蛋价格季节性波动的重要原因。春季温度和湿度较为适宜蛋鸡的生产,此时蛋鸡生产效率提升,市场上鸡蛋供给逐步上升,使得鸡蛋价格开始下降。6月份左右气温升高鸡蛋产量开始减少,加之下半年节假日对于鸡蛋消费需求的刺激,使得市场上鸡蛋价格开始回升。
文章来源:《动物学杂志》 网址: http://www.dwxzzzz.cn/qikandaodu/2021/0114/457.html