基于误差建模分析的深度神经网络大蒜价格预测应用

摘要

本文主要研究使用深度神经网络进行建模分析,并使用误差建模方法对大蒜的价格进行预测,为此我们进行了三种分析方法的对比,第一种方法是先对数据进行时间序列分析,利用ARIMA直接对时间序列模型进行预测。第二种方法是建立循环神经网络,使用循环神经网络进行时间序列预测。第三种是利用组合模型,先求得观测值与时间序列模型之间的残差,运用上一步建立的循环神经网络对建模产生的残差预测,将残差的预测值加上第一步中对模型的预测,进而得到对模型的预测。结论显示组合模型算法预测准确率最高。