农产品市场价格短期预测研究进展

 论文系统概述了近百年来有关国内外农产品市场价格短期预测在理论、方法、实践应用等方面取得的进展,指出主要研究方法的优缺点,并对农产品市场价格短期预测方法研究的特点进行了总结,对今后研究的发展方向进行了展望。研究认为,随着数理统计学、计量经济学、模糊数学、神经网络等理论的发展及方法的广泛应用,目前在农产品市场价格短期预测领域已形成了众多模型,其中主要定量分析方法可概括为四大类,即计量经济预测法、数理统计预测法、智能分析法和组合模型法。在未来的一段时间内,农产品市场价格短期预测将呈现出以定量分析方法占主导、智能化组合化模型逐渐增多、分位数回归模型引入到农产品市场价格短期预测并形成趋势等发展特征。     

基于时间序列与RBF的农产品市场价格短期预测模型

为协助生产者更好地播种和收获,有效把握国内农产品价格波动规律,提高农产品价格预测精度.本文构建了基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型,以ARCH、Holt-Winters无季节模型时间序列组合预测方法揭示农产品价格序列线性特征,以RBF神经网络揭示农产品价格非线性变动规律,并以1997-2011年全国农产品集贸市场大豆月度价格走势数据为例进行实验验证.研究结果显示,基于农产品价格时间序列组合预测方法与RBF神经网络的集成预测模型精度高于时间序列组合预测方法或RBF神经网络模型,是一种有效的农产品价格预测模型.     

基于大数据时代的农产品营销创新的几点思考

大数据在近年来不断渗透到互联网和信息行业,逐渐迎来了大数据时代。为了不断提高农产品的销量,推进大数据时代的发展进步,农产品销售者应当积极转变营销方式和营销策略,以网络营销为主要销售手段,不断提升农产品的营销技术和营销效率。本文首先介绍了在大数据时代下创新农产品营销策略的必要性,阐明了其在农产品营销中的重要作用,其次分析了当前大数据时代下农产品销售的主要特征,再次,阐述了大数据时代下我国农产品营销的现状,最后,提出了相应的营销创新策略和措施,希望以此不断提高农产品的营销水平和质量,拓宽农产品的营销渠道。     

基于BP神经网络模型的商洛市卷烟需求预测

在国家经济新常态的大背景下,烟草行业自身"小气候"不可避免地发生变化,行业经济运行呈现出一些新的变化和特点。根据商洛市卷烟消费市场调查收集的有关数据,建立卷烟需求神经网络预测模型,介绍了其指标选取、聚类和筛选,利用Matlab软件对数据进行训练、仿真。与实际销量进行对比分析,证明采用的BP神经网络预测结果准确。     

大数据视角下地方特色农产品营销模式变革研究 ——以广西扶绥为例

大数据技术的普及应用增强了特色农产品营销的活力和创新地方特色农产品营销模式的动力。文章以广西扶绥为例,在调研扶绥县特色农产品经营现状的基础上,分析提出推广和运用大数据有利于提高地方特色农产品生产决策的科学性、营销预测的精准性,有利于加强对农产品生产流通全过程的质量监管、增加消费者的科学决策。面对大数据视角下地方特色农产品营销模式存在的意识短缺、基础设施不完善、特色农产品知名度低、特色农产品信息管理不强等问题,建议优化大数据视角下的地方特色农产品营销模式应重点从以下方面着手:增强大数据应用意识、完善大数据基础设施、加强产品宣传、加强特色农产品信息和质量管理、提高营销精准度。     

基于神经网络分析的北京城镇农产品冷链物流需求预测

为了预测由居民消费所引起的农产品冷链物流需求,从农产品供给、社会经济、冷链发展、人文发展、物流需求规模5个角度构建影响指标体系,利用BP神经网络和RBF神经网络在需求预测中的优势,建立基于主成分分析和神经网络组合模型的需求预测模型,并以北京为例,对两种模型的预测结果进行对比分析。结果表明:通过灰色关联度分析各个影响指标,发现北京市城镇人口数量、第一产业增加值、第三产业占GDP比重等因素对农产品冷链物流需求量的影响最大;预测到2020年北京城镇居民农产品冷链物流需求将达到642.27万t;所建立的模型对冷链物流需求及其影响因素的非线性关系方面有较高的精度和应用价值,能够为农产品冷链物流规划者及政府提供定量决策依据。     

大数据时代人工智能技术在农业领域的研究进展

随着人工智能和大数据技术的飞速发展及对农业领域的全面普及,作为信息技术与农业领域深度融合的标志性技术——智慧农业,必将为现代农业带来革命性的技术创新。文中分析了人工智能和大数据技术在国内外农业领域应用的研究现状,通过案例重点阐述了大数据时代人工智能技术带来的农业生产方式的新模式、农产品经营状态的新体系、农业领域管理服务的新思维,并通过大数据时代下群体智能、混合—增强智能与自主智能等人工智能技术的发展方向,展望了未来农业的应用前景,为我国智慧农业的发展提供理论基础。     

小波变换—BP 神经网络的农产品价格预测研究

【目的】农产品价格变动关乎国计民生,由于农产品的价格受到多方面因素的共同影响,其价格预测也一直是研究中的难点。只有充分分析农产品价格的变化趋势才能提高价格预测精度,更好地指引农产品产业健康发展。【方法】文章以菠菜、大白菜、番茄、辣椒和马铃薯5种蔬菜为研究对象,基于2013年1月至2018年12月共72组月度价格数据,研究农产品价格变动趋势,并基于小波变换和BP神经网络构建农产品价格组合预测模型。首先利用小波变换对价格进行db5的3尺度分解,其次采用BP神经网络模型对分解出的趋势部分和细节部分分别进行预测,最后对各分量的预测结果进行组合重构。【结果】采用预测精度指标对5种蔬菜的价格预测结果进行评价分析,其平均绝对误差最小值为0.083元/kg,平均百分比误差最小为3.95%,均方根误差最小值为0.102。【结论】将小波变换和BP神经网络结合起来的组合预测模型具有较好的农产品价格预测性能,该组合方法能适应多种蔬菜的价格预测,具有普适性。但农产品价格波动幅度和强度会对该模型的预测精度产生影响。     

深度学习在大田种植中的应用及展望

深度学习是目前机器学习领域最前沿和最具前景的技术,本研究采用归纳总结法,介绍了深度学习的特征及与传统机器学习的区别,归纳和梳理了深度学习在大田种植中的应用现状。结果表明:1)深度学习在大田种植中的应用初现端倪,主要集中在作物的识别与分类、农业遥感影像应用、土壤环境监测、农业场景识别等;2)采用的主要模型有卷积神经网络(CNN)、自编码(AE)、深度置信网络(DBN)、堆栈自编码(SAE)、全卷积神经网络(FCN)、深度神经网络(DCNN)等,其对各领域的分类与识别精度均有提高;3)目前存在的主要问题是标注数据缺乏,尤其在遥感图像分类领域,普遍采用了迁移学习、数据增强、微调等技术来解决标注数据缺乏的问题。随着大田种植领域数据的增长以及信息技术的快速发展,基于深度学习和多源异构数据的作物识别与分类、作物长势监测、病虫害预测预警、农作物产量预测、果树花朵及果体识别、水果质量及产量的优化控制等将会获得较快发展。     

美国粮食和耕地变化及其趋势分析

本文基于最小耕地面积和压力指数对2000—2013年美国耕地面积和粮食产量数据进行现状分析,在此基础上利用BP神经网络模型对2014—2015年数据进行精度测算,最后运用该模型预测美国2016—2020年数据,实证结果表明,2000—2013年美国耕地面积呈波动下降趋势,水稻、大豆等农产品呈波动上升趋势。BP神经网络具有误差小、精度高的特征,因此,本文运用该模型预测未来5年美国耕地及农产品产量状况,2016—2020年美国耕地面积呈下降态势,农产品产量呈小幅度持续上升态势。     

“互联网+”生鲜农产品供应链的信息化管理

随着互联网信息技术的不断发展和"互联网+"概念的不断深化,生鲜农产品供应链管理模式迎来了信息现代化的变革浪潮。为顺应信息经济的发展,改善生鲜农产品的生产经营效率,实现其生产经营的现代化转型升级,针对当前我国生鲜农产品生产经营发展现状存在的一些问题,从生鲜农产品供应链的角度出发,基于互联网大数据、云计算、物联网、人工智能等信息技术的应用,提出了建立从生产到销售全过程的可追溯综合信息管理系统的信息化管理方案。     

基于NFC的农产品移动溯源系统开发与应用

[目的]完成农产品加工包装、运输仓储、销售等环节相关信息的自动采集与处理,克服常见农产品溯源系统缺点,以保障农产品的质量安全,实现从农场到餐桌的农产品信息溯源.[方法]基于手机安卓系统设计并开发客户端,采用安卓系统的应用程序接口(Application programming interface,API)实现近场通讯(Near field communica-tion,NFC)标签的读写,采用android-async-http作为网络请求框架、universal-image-loader作为图片显示框架,Gson作为Json数据序列化和反序列化框架,采用基于位置的服务(Location base service,LBS)实现物流定位和轨迹跟踪;服务器端运用Java Web技术,采用JFinal作为开发框架.[结果]基于NFC开发的农产品移动溯源系统具有用户管理、溯源码读写、打包码绑定、车辆信息录入、仓储信息采集、物流路径跟踪和溯源信息查询等功能,方便涉农企业和仓储人员便捷、快速、高效录入农产品在加工包装、仓储运输及销售等环节的溯源信息,消费者也能够使用具有NFC功能的手机对农产品信息进行查询.[结论]基于NFC的农产品移动溯源系统能够很好地满足涉农企业和公众对农产品信息溯源的需求.     

“新零售+农产品”模式实现机制与优化路径研究

新零售契合了中国经济转型升级的内在需要,有效满足了消费升级的需求。我国农产品销售仍然以传统销售方式为主,新零售模式萌芽但受制于农产品特性、冷藏技术和消费者购物习惯而缺乏进一步发展的条件。本文从线上、线下和物流三方面分析新零售和农产品销售相结合的实现机制,线上可以通过微信群、小程序和直播平台吸引人流、展示商品质量；线下采用实体店可供顾客现场挑选；物流上,小农户依靠龙头企业或合作社对接信息并统一销售,直营农户通过网络平台扩大销售范围,最后提出结论和政策建议。     

浅入分析我国农产品网络营销建设

国家与社会不断发展进步，互联网已经融入我们的生活，当前，网络营销平台能够扩大农产品销售、提高销量，有利于我国农业发展，提升农业现代化的水平。我国农业与互联网发展相对对其他行业的发展相对于比较落后，农产品网络营销属于农业信息化的重要组成部分。农产品网络营销模式以计算机应用为基础，当前我国农产品网络营销面临巨大的机遇与挑战，本文通过阅读相关文献，了解我国农产品网络营销的发展，分析互联网时代下网络营销的构建模式。     

基于网络视角的特色农产品营销策略探讨——以江西省吉安市的“井冈蜜柚”为例

随着信息技术和网络的发展,传统的农业生产模式也发生了巨大改变,农业生产、管理、销售等活动已经实现。网络交易平台的出现,农产品也从现实的集市搬到虚拟的集市,买家和卖家都是网络交易,打破了时间、区域和产品种类的局限性。要发展井冈蜜柚这一特色产业,应充分抓住国家"一带一路"和"互联网+"的大好机遇,通过网络大平台大力开辟国内和国际市场,提高国外市场的份额,努力开创"小产品、大品牌、强销售"的井冈蜜柚产业新局面。     

我国农产品网络营销策略

随着电子商务的快速发展,发展农产品网络营销对促进我国农产品生产与销售,推动农业发展,提高农民收入具有非常重要的意义。分析了我国农产品网络营销的现状和存在的问题,并提出了我国农产品网络营销发展的提升策略。     

大数据在农业物联网中的应用研究

想要改变农村经济较为落后的现状,就要大力对农业进行发展。充分的对互联网加以 利用,发展数字农业和智慧农业,多方面促进农业的发展。近几年,随着网络技术的不断进步, 大数据技术被广泛的应用于各行各业中。农业物联网的发展离不开对大数据技术的运用。本 篇文章分析了大数据应用在农业物联网中的情况以及还存在着哪些不足,如何采用方法进行改 善等。     

绿色农产品的“柠檬效应”及其营销对策

介绍了绿色农产品的“柠檬效应”,分析了绿色农产品的“柠檬效应”形成的原因,归纳出其带来的恶意欺骗和高位定价等问题,从营销视角提出了规避绿色农产品“柠檬效应”的对策建议：一是加强绿色农产品的质量管理,提高绿色农产品质量水平,建设绿色农产品品牌,政府应培育品牌建设的主体,引导品牌主体加强品牌建设与管理意识;二是构建绿色农产品销售渠道体系,利用现代化绿色农产品交易物流中心销售产品,与绿色农产品加工企业、大型超市和宾馆饭店建立长期合作伙伴关系,建立直销专卖店,利用互联网进行网上营销;三是做好绿色农产品的促销工作,综合利用广告、人员推销、销售促进和公共关系4种促销策略共同推动绿色农产品市场的健康发展。     

上海果蔬类农产品经销管理系统设计与实现

果蔬农产品是关系到民生的大事,随着我国农业信息化进程的推进,使用软件对果蔬类农产品进行经营、销售、库存管理已势在必行,在经过大量的市场调研和资料的搜集整理的基础上开发了果蔬类农产品经销管理系统。系统采用C++6.0和SQL Server 2005开发工具,实现了系统维护、数据维护、进货管理、销售管理、库存管理、费用管理、货箱管理和统计报表等功能模块,系统能够满足上海农贸市场果蔬类农产品信息化管理,提高了工作效率,加速了农业信息化进程。     

基于品牌效应的在线评论对稻米销量影响的实证研究

为探索品牌、在线评论与农产品销量之间的关系以及二者如何对农产品销量产生影响。利用网络爬虫技术和统计方法,基于品牌效应视角,扩展了采纳信息模型,并依据网络中采集的真实在线评论内容,从产品特征和评论特征两个角度出发对稻米农产品进行研究,构建了稻米销量的影响因素模型并运用实际数据分析得到验证。结果表明:评论数量与稻米销量显著相关,品牌强度、评论效价和评论时效度对于稻米销售具有显著的正向影响。此外,评论效价和评论时效度能够削弱品牌强度的作用,对弱势品牌稻米销量具有更为显著的影响。