来源：期刊VIP网 时间：
作者：卢翠红;张峰;吴秋兰;
单位：山东农业大学信息科学与工程学院;
摘要：针对香菇菌棒生产成本管控难、成本预测精度低等问题，本研究在深入剖析香菇菌棒生产成本关键影响因素的基础上，提出了基于时间卷积神经网络(TCN)、双向长短期记忆网络(BiLSTM)和注意力(Attention)机制的香菇菌棒生产成本预测模型。首先利用轻量级梯度提升机(LightGBM)筛选出与香菇菌棒生产成本相关的重要特征，降低预测模型的输入维度；然后构建TCN网络与BiLSTM网络对输入数据进行特征提取，并将提取的特征进行融合；最后在上述基础上添加Attention机制，使用全连接层得到最终的香菇菌棒生产成本预测结果。实验结果表明，该模型的预测均方根误差、平均绝对百分比误差、平均绝对误差分别为0.084 1、2.252 6、0.073 8,香菇菌棒生产成本的预测曲线接近真实的曲线，具有良好的预测效果，可以有效满足香菇菌棒生产企业对成本预测的要求。
关键词：香菇菌棒;;双向长短期记忆网络;;时间卷积神经网络;;注意力机制;;成本预测;;深度学习
基金资助：山东省重大科技创新工程项目(2022CXGC010609)
