期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM神经网络模型分析预测钢材价格
1
作者
李田田
胡伟
余俊锋
《科学技术创新》
2024年第15期34-37,共4页
钢价时间序列具有明显的长短记忆特征,故以施工企业安徽省的项目部实际采购规格型号为HRB400Eφ16螺纹钢的金额为例,科学合理的运用LSTM模型对其建模,并与传统的ARIMA模型进行对比,结果表明LSTM模型的预测相对误差为0.03,比ARIMA模型预...
钢价时间序列具有明显的长短记忆特征,故以施工企业安徽省的项目部实际采购规格型号为HRB400Eφ16螺纹钢的金额为例,科学合理的运用LSTM模型对其建模,并与传统的ARIMA模型进行对比,结果表明LSTM模型的预测相对误差为0.03,比ARIMA模型预测精度更好,适合用来预测建筑钢材价格。
展开更多
关键词
钢材价格预测
时
间序列
LSTM模型
ARIMA模型
长短时记忆性
下载PDF
职称材料
题名
基于LSTM神经网络模型分析预测钢材价格
1
作者
李田田
胡伟
余俊锋
机构
安徽数智建造研究院有限公司
出处
《科学技术创新》
2024年第15期34-37,共4页
文摘
钢价时间序列具有明显的长短记忆特征,故以施工企业安徽省的项目部实际采购规格型号为HRB400Eφ16螺纹钢的金额为例,科学合理的运用LSTM模型对其建模,并与传统的ARIMA模型进行对比,结果表明LSTM模型的预测相对误差为0.03,比ARIMA模型预测精度更好,适合用来预测建筑钢材价格。
关键词
钢材价格预测
时
间序列
LSTM模型
ARIMA模型
长短时记忆性
Keywords
prediction of steel prices
time series
LSTM model
ARIMA model
long and short-term memory
分类号
TU17 [建筑科学—建筑理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM神经网络模型分析预测钢材价格
李田田
胡伟
余俊锋
《科学技术创新》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部