《表2 L-BPNN组合模型预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

以2010年1月至2018年4月的影响因素与2010年2月至2018年5月的黄瓜价格数据作为训练数据，反复调整隐含层节点数，当节点数小于11时，预测相对误差超过5%，节点数大于11时，每增加一个节点，训练时间增加40%，发现隐含层节点数为11时网络训练结果最佳。模型训练完成后将2018年5月至11月的价格影响因素输入模型，将预测的2018年6月至12月的结果与真实值进行比较，如表2所示。