以中药材天地网30种中药材价格指数为研究对象,使用HP-LSTM-MLP混合预测模型对中药材单品种价格指数和综合价格指数进行预测,并与LSTM(long short term memory networks,长短期记忆网络)、RNN(recurrent neural network,循环神经网络)、...以中药材天地网30种中药材价格指数为研究对象,使用HP-LSTM-MLP混合预测模型对中药材单品种价格指数和综合价格指数进行预测,并与LSTM(long short term memory networks,长短期记忆网络)、RNN(recurrent neural network,循环神经网络)、GRU(gated recurrent unit,门控循环单元)等预测模型进行比较分析。研究结果表明,在RMSE和R2score两个预测效果衡量指标中,HP-LSTM-MLP混合预测模型的RMSE为65.33,R2score为0.99,皆优于其他3种模型。采用HP-LSTM-MLP模型分别预测我国30种主要中药材综合价格指数以及单品种价格指数,结果显示,对中药材综合价格指数的预测结果平均相对误差为1.89%;对黄连、连翘和麦冬等单品种价格指数的预测结果的平均相对误差分别为3.36%、5.66%和3.22%,说明HP-LSTM-MLP模型泛化能力较好,对我国中药材价格指数预测具有一定的应用价值。展开更多
文摘以中药材天地网30种中药材价格指数为研究对象,使用HP-LSTM-MLP混合预测模型对中药材单品种价格指数和综合价格指数进行预测,并与LSTM(long short term memory networks,长短期记忆网络)、RNN(recurrent neural network,循环神经网络)、GRU(gated recurrent unit,门控循环单元)等预测模型进行比较分析。研究结果表明,在RMSE和R2score两个预测效果衡量指标中,HP-LSTM-MLP混合预测模型的RMSE为65.33,R2score为0.99,皆优于其他3种模型。采用HP-LSTM-MLP模型分别预测我国30种主要中药材综合价格指数以及单品种价格指数,结果显示,对中药材综合价格指数的预测结果平均相对误差为1.89%;对黄连、连翘和麦冬等单品种价格指数的预测结果的平均相对误差分别为3.36%、5.66%和3.22%,说明HP-LSTM-MLP模型泛化能力较好,对我国中药材价格指数预测具有一定的应用价值。
