The invention discloses an algorithm of pork price prediction system, which includes the following steps: data acquisition: data acquisition: data acquisition: data acquisition: data acquisition, analysis and modeling of piglet price, corn price, feed price, pig price, stock quantity, pork demand index, epidemic situation, veterinary medicine cost, circulation cost and substitutes data in recent years, and prediction of connection through current data input model The next pork price; This pork price forecasting system algorithm collects the historical data of piglet price, corn price, pig price, pork demand index, epidemic situation, veterinary drug cost, circulation cost, substitutes influence and other factors, and carries on the correlation analysis to the above factors respectively, finds out the factors that marginal effect significantly affects pork price, and then carries on the dynamic calculation. The short-term pork price can be predicted accurately and the long-term pork price trend can be predicted, which greatly improves the anti-risk ability of small-scale farmers.
【技术实现步骤摘要】
一种猪肉价格预测系统算法
本专利技术涉及肉猪养殖领域,具体为一种猪肉价格预测系统算法。
技术介绍
猪肉价格是养猪场效益的直接体现,对于大规模养殖场来说,价格变动幅度可能直接影响到养殖场的生存,现在的价格预估都是基于的经验,存在范围小、变量不足、不准确的情况,也导致了在价格低谷时,大量的小型抗风险能力差的养殖场倒闭,总得来说,猪肉价格跟仔猪价格、玉米价格、饲料价格、生猪价格、存栏数量、猪肉需求指数、疫情情况、兽药成本、流通成本、替代品影响等因素有关,然而,目前还没有一种猪肉价格预测系统算法,不能够满足使用需求。
技术实现思路
本专利技术要解决的技术问题是克服现有的缺陷,提供一种猪肉价格预测系统算法,可以做到短期的猪肉价格准确预测,同时能够对未来较长期的猪肉价格变化趋势进行预测,可以有效解决
技术介绍
中的问题。为实现上述目的,本专利技术提供如下技术方案:一种猪肉价格预测系统算法,包括以下步骤:1)数据采集:对之前几年的仔猪价格、玉米价格、饲料价格、生猪价格、存栏数量、猪肉需求指数、疫情情况、兽药成本、流通成本、替代品数据及猪肉价格进行采集;2)因素分析:将采集到的数据进行相关性分析,通过边际效应找到能够显著影响猪肉价格的因素,将这些因素作为训练样本建立猪肉价格预测模型;3)建立模型:S1、因素预测:采用灰系统GM(1,1)模型和时间序列模型预测,将预测验证集输入训练集,建立模型,以所需因素预测结果为输出;S2构建模型,将采用MATLAB中的神经网络工具对训练样本进行训练,得到猪肉价格预测模型;S3、预测当前价格,将当前的仔猪价格、玉米价格、饲料价格、生猪价格、存栏数 ...
【技术保护点】
1.一种猪肉价格预测系统算法,其特征在于:包括以下步骤:1)数据采集:对之前几年的仔猪价格、玉米价格、饲料价格、生猪价格、存栏数量、猪肉需求指数、疫情情况、兽药成本、流通成本、替代品数据及猪肉价格进行采集;2)因素分析:将采集到的数据进行相关性分析,通过边际效应找到能够显著影响猪肉价格的因素,将这些因素作为训练样本建立猪肉价格预测模型;3)建立模型:S1、因素预测:采用灰系统GM(1,1)模型和时间序列模型预测,将预测验证集输入训练集,建立模型,以所需因素预测结果为输出;S2构建模型,将采用MATLAB中的神经网络工具对训练样本进行训练,得到猪肉价格预测模型;S3、预测当前价格,将当前的仔猪价格、玉米价格、饲料价格、生猪价格、存栏数量、猪肉需求指数、疫情情况、兽药成本、流通成本数据输入模型中,预测出接下来的猪肉价格;S4、预测趋势,将S1中因素预测的输出数据通过神经网络回归预测模型进行再预测再处理,得到预测结果,即为对应的未知时间点的猪肉价格。
【技术特征摘要】
1.一种猪肉价格预测系统算法,其特征在于:包括以下步骤:1)数据采集:对之前几年的仔猪价格、玉米价格、饲料价格、生猪价格、存栏数量、猪肉需求指数、疫情情况、兽药成本、流通成本、替代品数据及猪肉价格进行采集;2)因素分析:将采集到的数据进行相关性分析,通过边际效应找到能够显著影响猪肉价格的因素,将这些因素作为训练样本建立猪肉价格预测模型;3)建立模型:S1、因素预测:采用灰系统GM(1,1)模型和时间序列模型预测,将预测验证集输入训练集,建立模型,以所需因素预测结果为输出;S2构建模型,将采用MATLAB中的神经网络工具对训练样本进行训练,得到猪肉价格预测模型;S3、预测当前价格,将当前的仔猪价格、玉米价格、饲料价格、生猪价格、存栏数量、猪肉需求指数、疫情情况、兽药成本、流通成本数据输入模型中,预测出接下来的猪肉价格;S4、预测趋势,将S1中因素预测的输出数据通过神经网络回归预测模型进行再预测再处理,得到预测结果,即为对应的未知时间点的猪肉价格。2.根据权利要求1所述的一种猪肉价格预测系统算法,其特征在于:数据采集需要细化到每一天的数据,误差率小于2%。3.根据权利要求2所述的一种猪肉价格预测系统算法,其特征在于:采集的数据还包括季节因素、居民的饮食习惯和节日因素。4.根据权利要求1所述的一种猪肉价格预测系统算法,其特征在于:采集之前6-10年的数据进行训练建模,随着时间推移,当有新的数据输入模型中,早期采集的数据依次释放。5.根据权利要求1所述...
【专利技术属性】
技术研发人员:邓仲平,
申请(专利权)人:广州中灿信息科技有限公司,
类型:发明
国别省市:广东,44
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。