인공신경망의 성능의 최적화에 영향을 미치는 요인은 은닉층의 수, 학습률, 모멘텀 등이 있다. 이 값들이 실제 농산물 가격예측에 어떤 영향을 미치는 가를 알아보는 것이 본 연구의 목적이다.
이를 검증하기 위해 인공신경망 알고리즘을 통한 당해년도 안동지역의 오이 가격예측을 한다. 독립변수는 기상청의 2013~2015년도 안동지역 21개의 농업기상관측 데이터셋 중에 선형회귀분석을 통해 가장 연관성이 있는 7가지 데이터셋을 설정한다. 종속변수로는 농업진흥청 공공개방데이터인 2013~2015년도의 안동지역 실제 오이의 판매 가격을 설정한다. 또한, 인공신경망의 은닉층 구성은 가장 보편적인 3-tier model을 기본으로 구성하고, 은닉층의 수, 모멘텀과 학습률 계수를 차례대로 늘려나가면서 실제 가격과 예측 가격의 차이를 비교한다.
본 연구는 선형회귀분석으로만 가격예측하기 보다는 독립변수 선정에 선형회귀분석을 사용하여 21개 예비 독립변수 중 연관성이 높다고 판단된 7개의 독립변수를 선정하여 예측정확도를 높인 점과 그 후에 인공신경망 기법을 사용하는 등 선형회귀분석과 인공신경망 기법을 혼합 사용함으로써 예측 정확도를 전자에 비해 14.77% 높였다는 점에 의의가 있다.