基于深度学习的香菇菌棒生产成本预测模型研究

打开文本图片集

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（LigllIGBM）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网络对输人数据进行特征提取，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。（剩余225字）