基于bp神經網絡的中國化肥價格指數預測方法
【技術領域】
[0001] 本發明涉及一種預測方法，尤其是一種基于BP神經網絡的中國化肥價格指數預 測方法，屬于時間序列預測的技術領域。
【背景技術】
[0002] 化肥在我國農業中占有重要地位，對中國化肥價格指數的正確預測，不僅可以作 為企業及廣大農民生產決策的依據，使其掌握主動權，為其贏得利益，還可以為政府制定相 關政策提供科學的依據，進而提高農業資源的有效配置，促進農業持續、健康發展。
[0003] 時間序列預測可以分為簡單序時平均數法、加權序時平均數法、簡單移動平均法、 加權移動平均法、指數平滑法、趨勢預測法、季節性趨勢預測法、市場壽命周期預測法等。
[0004] 化肥價格的形成機制是一個非線性系統，具有高度的復雜性。影響化肥價格的因 素非常多，如政策調控、原料價格、市場需求量、庫存量、銷售月份、銷售市場、品種規格等。 傳統的時間序列預測方法一般只適用于線性模型或某些可以線性化的非線性模型，或者使 用時參數的估計十分困難，不容易使用，預測效果都不理想。
【發明內容】
[0005] 本發明的目的是克服現有技術中存在的不足，提供一種基于BP神經網絡的中國 化肥價格指數預測方法，其利用BP神經網絡對中國化肥價格指數進行預測，預測精度高， 安全可靠。
[0006] 按照本發明提供的技術方案，一種基于BP神經網絡的中國化肥價格指數預測方 法，所述中國化肥價格指數預測方法包括如下步驟：
[0007] a、利用中國化肥價格的歷史數據對BP神經網絡進行訓練，以得到價格指數預測 豐旲型；
[0008] b、利用上述價格指數預測模型對價格指數進行預測。
[0009] 步驟a中，BP神經網絡中，采用線性函數作為歸一化函數；隱含層神經元數m為 m = 7^7 +~其中，m為隱含層神經元數，n為輸入節點數，1為輸出節點數，a為調節常數， 在0到10之間；傳遞函數選用Sigmoid函數，傳遞函數f (X)為/W = 1 -x，x為輸入數 1 + e 據；得到的價格指數預測模型F(x)為：
[0010] F(x) = (f (Xj), f (x2), ???, f (xq))
[0011] 其中
【主權項】
1. 一種基于BP神經網絡的中國化肥價格指數預測方法，其特征是，所述中國化肥價格 指數預測方法包括如下步驟： (a) 、利用中國化肥價格的歷史數據對BP神經網絡進行訓練，以得到價格指數預測模 型； (b) 、利用上述價格指數預測模型對價格指數進行預測。
2. 根據權利要求1所述的基于BP神經網絡的中國化肥價格指數預測方法，其特征 是，步驟（a)中，BP神經網絡中，采用線性函數作為歸一化函數；隱含層神經元數m為
,其中，m為隱含層神經元數，n為輸入節點數，1為輸出節點數，a為調節常數， 在O到10之間；傳遞函數選用Sigmoid函數，傳遞函數f(X)為
1x為輸入數 據；得到的價格指數預測模型F(X)為： F(X) =(f(X1)，f(X2)，…，f(Xq)) 其中，/U,. ) =Z二P-V, *%e[Ig]，識表示閾值；Wij為隱含層權值。
3. 根據權利要求2所述的基于BP神經網絡的中國化肥價格指數預測方法，其特征是， 所述BP神經網絡采用三層的BP神經網絡，閾值P為0. 92,隱含層權值Wij為（3. 15,40. 06， 15. 24, -8. 29,17. 69, -16. 53, -74. 15, -23. 48, 3. 10, 2. 73, -38. 05, -17. 35)，輸入數據為年 份、月份、上期化肥價格指數值。
【專利摘要】本發明涉及一種預測方法，尤其是一種基于BP神經網絡的中國化肥價格指數預測方法，屬于時間序列預測的技術領域。按照本發明提供的技術方案，一種基于BP神經網絡的中國化肥價格指數預測方法，所述中國化肥價格指數預測方法包括如下步驟：a、利用中國化肥價格的歷史數據對BP神經網絡進行訓練，以得到價格指數預測模型；b、利用上述價格指數預測模型對價格指數進行預測。本發明需要考慮計算統計特性，在理論上，能夠適用于任何非線性時間序列建模；獨特的非傳統的表達方式和固有的學習能力，在解決高度非線性和嚴重不確定性系統控制方面具有巨大的優勢；對中國化肥價格指數預測的準確性高。
【IPC分類】G06Q30-02, G06Q10-04
【公開號】CN104715295
【申請號】CN201510157489
【發明人】狄曉帆
【申請人】江蘇物聯網研究發展中心
【公開日】2015年6月17日
【申請日】2015年4月3日