您好,欢迎访问贵州省农业科学院 机构知识库!

基于改进型CNN-LSTM神经网络蔬菜价格预测与解释研究

文献类型: 中文期刊

作者: 包维嘉 1 ; 代辛 2 ; 张永恩 2 ; 庄家煜 2 ; 赵泽英 1 ; 李莉婕 1 ; 彭丽镕 1 ;

作者机构: 1.贵州省农业科技信息研究所

2.中国农业科学院农业信息研究所

关键词: CNN-LSTM;蔬菜价格;深度学习;预测;特征解释;价格指数

期刊名称: 贵州农业科学

ISSN: 1001-3601

年卷期: 2025 年 53 卷 010 期

页码: 123-133

收录情况: 北大核心

摘要: 【目的】探明影响蔬菜价格的关键因素及其传导路径,提高蔬菜价格预测精度,为政策制定和市场价格稳定提供科学依据。【方法】以蔬菜批发价格指数为研究对象,提出一种改进的CNN-LSTM神经网络模型,以北京蔬菜批发价格、贵州蔬菜批发价格、百度指数(关键字是极端天气和蔬菜价格)作为极端天气关注度和公众关注度、全球地缘政治风险指数等作为多元特征变量,从空间和时序上分析变量特征并进行蔬菜价格预测,结合格兰杰因果检验和SHAP模型,验证变量间的因果关系并量化其贡献。【结果】北京蔬菜批发价格对蔬菜批发价格指数具有显著驱动作用(P=0.000 0);贵州蔬菜批发价格则表现独立性(P=0.923 4);全球地缘政治风险指数极显著影响极端天气关注度和公众关注度(P=0.000 0),还与极端天气形成双向反馈循环(P=0.000 0、P=0.000 0);极端天气会推高北京蔬菜批发价格(P=0.003 3);公众关注度主要被动响应价格(P=0.018 6)和风险事件变化(P=0.000 0)。改进型CNN-LSTM模型平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别较传统型CNN-LSTM模型下降29.81%、20.37%和14.59%,其对蔬菜价格预测结果与实际结果间拟合度达79.57%,较传统型CNN-LSTM模型提高0.95百分点。SHAP分析表明,北京蔬菜批发价格的贡献最高,为35.5%;极端天气关注度为23.1%;贵州蔬菜批发价格为17.8%;全球地缘政治风险指数贡献最低,为10.1%。北京蔬菜批发价格、极端天气关注度对蔬菜批发价格指数存在负向影响;极端天气关注度存在阙值效应;全球地缘政治风险对蔬菜批发价格指数存在正向作用。贵州蔬菜批发价格、公众关注度对蔬菜批发价格指数影响不明显。【结论】改进型CNN-LSTM模型能有效提升预测性能,北京蔬菜批发价格、极端天气关注度、公众关注度和全球地缘政治风险指数与蔬菜批发价格指数间存在因果关系,北京蔬菜批发价格预测结果贡献最大且对蔬菜价格有负向影响,极端天气关注度具有阙值效应,全球地缘政治风险指数存在正向作用,贵州蔬菜批发价格的影响需要考虑地理因素。

  • 相关文献

[1]基于深度学习的贵州辣椒蚜虫发生气象条件预测模型初报. 刘凯歌,吴康云,邢丹,宋敏,牟玉梅,李明. 2022

[2]基于深度学习的油菜籽粒图像分割方法初探. 彭顺正,黄筑斌,岳延滨,吴小波. 2020

[3]基于改进YOLOv8n的茶树嫩芽识别. 杨肖委,沈强,罗金龙,张拓,杨婷,戴宇樵,刘忠英,李琴,王家伦. 2024

[4]用玉米自交系GCA预测F_1表现的研究. 郑常祥,郭大维. 2005

[5]基于Markov的喀斯特地区土地利用/覆盖变化预测——以贵阳市为例. 肖玖军,邢丹,蔡学成,周焱. 2013

[6]双低、高产、抗(耐)病杂交油菜黔油12号的选育研究 Ⅲ.杂交种选育、指纹图谱及杂种优势与分子标记预测研究. 肖华贵,陈静,李超,饶勇. 2007

作者其他论文 更多>>