The invention discloses a method for forecasting the price trend of large-scale agricultural products based on multi-source data, which includes the following steps: (1) preparing and processing the price data of large-scale agricultural products; (2) forecasting the price of large-scale agricultural products by using mathematical statistics method; (3) using the method of electronic questionnaire to carry out expert experience of large-scale agricultural products. Value acquisition; (4) Prediction based on mathematical statistics and expert experience. The method collects the average selling price of agricultural products and its influencing factors for mathematical statistics over the years, obtains expert experience value by using electronic questionnaire, and combines the forecasting results of mathematical statistics and expert experience value data to forecast the price trend of agricultural products. The forecasting accuracy and reliability are higher.
【技术实现步骤摘要】
基于多源数据的大宗农产品价格趋势预测方法
本专利技术涉及一种基于多源数据的大宗农产品价格趋势预测方法。
技术介绍
我国是一个农业大国,农业人口众多,农作物种类繁杂。在过去的十几年里,国家投入了大量的人力和物力来支持农业和农村的经济发展,取得了显著的效果。作为农业和农村经济发展的一个组成部分,农业信息化在发展中起着举足轻重的作用。农业信息化领域中,监测农产品的价格走势并进行有效预测对政府进行宏观调控以及农业生产者制定生产策略都具有十分重要的意义。农业行业是一个对价格反应较为敏感的行业,随着劳动力、土地、环境保护等成本不断提高,我国农业成本快速上升,我国主要大宗农产品国内价格已全面高于国际价格。农产品价格是否合理,不仅影响农业生产的发展,农产品的流通、消费和农民的收入水平,而且影响工业品的成本和价格,对整个社会经济生活的安定也关系重大。科学、合理预测大宗农产品价格走势,对于指导农产品生产、调整农业生产结构,逐步建立农产品目标价格制度具有重要意义。影响大宗农产品价格波动的因素有很多,例如季节性因素、农产品的供需变化和突发因素等等,现有的主要预测方法有定性预测和定量预测则两种,定性预测是基于专家经验的判断;定量预测对己有数据建立相关的数学模型来预测。目前,国内外对农产品的价格预测单一地依靠定性或者定量预测,数据比较单一,预测的精确性往往不高。因此,本专利技术针对多维因子预测,结合专家经验值和数理统计值,将专家经验融合到数理统计模型中,提出了一种基于多源数据的大宗农产品价格趋势预测方法,通过融合数理统计预测结果和专家经验值数据对大宗农产品价格趋势进行预测,弥补原有预 ...
【技术保护点】
1.基于多源数据的大宗农产品价格趋势预测方法,包括以下步骤:(1)大宗农产品价格数据准备及数据处理;(2)运用数理统计学方法进行大宗农产品价格预测;(3)运用电子调查问卷的方法进行大宗农产品专家经验值获取;(4)结合数理统计值与专家经验值进行预测。
【技术特征摘要】
1.基于多源数据的大宗农产品价格趋势预测方法,包括以下步骤:(1)大宗农产品价格数据准备及数据处理;(2)运用数理统计学方法进行大宗农产品价格预测;(3)运用电子调查问卷的方法进行大宗农产品专家经验值获取;(4)结合数理统计值与专家经验值进行预测。2.根据权利要求1所述的大宗农产品价格趋势预测方法,其特征在于,在步骤(1)中,所述大宗农产品价格数据准备为收集历年大宗农产品平均销售价格,按年/月的平均销售价格收集并进行数据存储;所述大宗农产品价格数据处理具体包括以下步骤:(5)处理缺失数据,对缺失额数据直接进行填补或使用移动平均法来平滑;(6)分析异常数据,这些异常值可能是采集过程中的人为统计错误,也可能是突发事件造成的异常变化。鉴于指标度量单位之间的差异,还需要对数据进行标准化处理,处理的方法为:原始值减去其均值除以标准差,标准化后的数据在[-5.0,5.0]的范围内;(7)变量相关性分析,首先剔除一些与大宗农产品价格相关度不高的指标;然后考察因素之间的相关性,采用灰色关联度方法来判断大宗农产品价格与价格影响因素的关联度,进而确定影响大宗农产品价格的因素。3.根据权利要求2所述的大宗农产品价格趋势预测方法,其特征在于,在步骤(2)中,所述数理统计学方法是BP神经网络运算方法;所述大宗农产品价格预测具体包括以下步骤:(8)输入学习样本,利用当前网络计算隐藏层及输出层的输出,计算误差和梯度向量;所述学习样本即为步骤(1)存储的历年大宗农产品平均销售价格;(9)对学习算法进行判断,当算法设定的函数值小于预设的精度值时停止学习,否则...
【专利技术属性】
技术研发人员:孙晓,张波,周银行,郑中华,陶苗苗,
申请(专利权)人:南京都宁大数据科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。