基于長短時記憶神經網絡的多種農產品供需預測模型

【摘要】：為進一步提高農產品供需過程模擬與估算精度，本研究以自1980年以來國家級和省級的大量農業數據作為樣本，充分考慮農產品品種、時間、收入、經濟發展等因素影響，構建基于長短時記憶神經網絡（Long Short-Term Memory Neural Network,LSTM）的多種農產品供需預測模型。模型在充分考慮機理性約束條件的前提下，利用深度學習算法在非線性模型分析預測中的優勢，對稻谷、小麥、玉米、大豆、豬肉、禽肉、牛肉、羊肉、水產品等9種主要農產品供需進行分析預測。將基于本模型的2019—2021年產量預測結果與國家統計局公布數據進行對比驗證，三年平均預測準確率96.98%，表明本研究構建的預測模型能夠高效地反映隱性指標變化對預測結果的影響。該模型可以通過及時地監測農業運行數據，為多區域、跨期的農業展望工作提供智能化技術支持。