基于改进BP神经算法的农产品价格预测模型的构建与实现.pdfVIP

第 36 卷第 2 期 2014 年 3 月 Vol.36 No.2 Journal of Tangshan Teachers College Mar. 2014 基于改进BP 神经算法的农产品价格预测模型的构建与实现 1,2 2 魏明桦 ，郑金贵 （1. 福州职业技术学院 计算机系，福建 福州 350007 ；2. 福建农林大学 品质所，福建 福州 350007 ） 摘 要：为了提高农产品价格预测精度，提出一种改进的 BP 神经网络模型。先通过定性分析得到影响农 产品价格波动的因子，然后采用MIV 方法选择强影响力的因子作为神经网络输入节点。并采用改进的算法进行 学习，寻找最优的BP 网络结构。利用改进后的模型，实现了农产品价格的高精度仿真。 关键词：农产品价格；BP 神经网络；MIV ；变学习率；附加动量 TP389.1 A 1009-9115(2014)02-0066-03 中图分类号： 文献标识码： 文章编号： DOI ：10.3969/j.issn.1009-9115.2014.02.019 The Construction and Implementation of the Prediction Model of Agricultural Product’s Price Based on the Improved BP Neural Network WEI Ming-hua1,2, ZHENG Jin-gui2 (1. Computer Department, Fuzhou Polytechnic, Fuzhou 350007, China; 2. Agricultural Product Quality Institute, Fujian Agriculture and Forestry University, Fuzhou 350007, China) Abstract: An improved BP neural network model is proposed to improve the precision of the prediction of agricultural products. Firstly, the factors of price fluctuation of agricultural products are gotten through the qualitative analysis and then use the MIV method to choose the strong influent factors as the input nodes of a neural network. Find the optimal structure of BP network through the improved learning algorithm, and then use the improved model to realize the agricultural high precision simulation of the product price. Key Words: price of agricultural products; BP neural network; MIV; variable learning rate; momentum back propagation 目前，有关农产品价格波动的研究主要集中在对其特