农产品市场价格短期预测方法与模型研究——基于时间序列模型的预测

为提高农产品市场价格的预见性,及早采取措施减缓价格波动,以全国西红柿月度批发市场价格为预测目标,综合利用季节虚拟变量法、Census X12法、移动平均比率法、Holt-Winters季节指数平滑法、SARIMA法等建立短期预测模型,并根据模型预测误差大小赋予不同的权重值,从而建立组合预测方法。实证分析结果表明:单一模型预测误差波动较大,总体上随着预测周期变长精度下降。在2009年的评估预测中,所建立的5个单一短期预测模型平均绝对误差百分比(MAPE)为10%左右,其中Holt-Winters季节指数平滑法建立的短期预测模型精度最高,MAPE为6.81%。如果预测提前期为3个月,SARIMA模型的预测精度更高,准确率达到95%以上。在实证分析的基础上,采用组合预测方法对2010年西红柿价格进行了预测。     

农产品价格短期预测系统设计与实现

以面向服务设计与业务为导向,基于B/S模式,采用SSH框架和JAVA方式,借鉴Spring、Struts等开源项目的设计思想,通过中间件嵌入Eviews和Easyfit,研究构建了农产品价格短期预测系统,实现了农产品价格短期预测、农产品市场风险动态预警、农产品进京路线展示和农产品市场行情解析等四大业务功能,将经济模型转化为能实现智能分析、操作便携、运行稳定的系统工具,增强了经济分析成果对现实生产的指导作用。     

农产品市场价格短期预测方法的选择及应用——以鲜奶零售价格为例

本文在概述时问序列模型种类及特点的基础上,以我国鲜奶零售价格为例,示范了进行农产品市场价格短期预测时选择合适时间序列模型的筛选过程。通过平稳性、季节性、趋势性以及异方差等一系列检验后,本研究最终选择双指数平滑、Holt—Winters无季节性模型和ARCH模型共3种方法对我国鲜奶零售价格短期预测进行了应用模拟,结果显示,ARCH模型预测结果精确度最高,Holt—Winters无季节性模型稳定性最好。     

基于改进LSTM模型的农产品短期价格预测方法

农产品价格与人民的生活息息相关,既关乎消费者的切身利益,也是政府农产品生产调控决策的重要依据。由于自然灾害、重大疫情等各种因素影响,农产品短期价格具有波动大、非线性的特点。而剧烈起伏的波动往往对预测结果产生不好的影响,已有的方法在具有变化大且非线性特点的农产品短期价格预测上表现不理想。本文提出了一种改进的长短期记忆网络(LSTM)模型,该模型能够多维度分析农产品历史价格变化情况,获取价格周期性变化规律;并且在LSTM的基础上增加了前置门,将历史价格信息与价格波动信息相结合,减少数据异常值的波动对预测结果影响,有效地提高了农产品短期价格预测的准确性。实验数据表明,本文所提模型在预测结果的准确性等方面明显优于现有的其他对比模型。     

基于ARMA模型的中国农产品价格的分析与预警

采用ARMA 模型,对中国农产品生产价格指数(1979-2010)时间序列进行了建模分析.结果表明,ARMA（5,1）模型是平稳的且是可逆的.对2011-2013的中国农产品生产价格指数GPIFP进行了短期预测.预测结果分别是112,102和108.采用ARMA模型进行农产品生产价格指数的分析与预测,能较好地反映其动态变化,对促进我国农产品价格市场和谐发展具有重要的参考价值.     

基于EMD-SVM的农产品市场价格短期预测模型

基于传统计量经济预测方法无法解决非线性、小样本的价格预测的问题,建立了基于EMD(经验模态分解)-SVM(支持向量机)的农产品市场价格短期预测模型,以1997-2011年中国农产品集贸市场小麦月度价格序列为例对其进行方法应用。结果表明,与常用传统计量经济预测方法和智能化模型比较,基于EMD-SVM的农产品市场价格预测模型精度有明显提高,提供了适用于中国农产品波动规律的农产品价格短期预测的新方法和借鉴。     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

基于长短期记忆网络的大蒜价格预测模型研究

大蒜是一种重要农产品,其价格波动会给农民、经销商和消费者带来较大影响。因此,准确预测大蒜价格对决策制定、市场规划和风险管理起到至关重要的作用。基于长短期记忆网络算法来分析大蒜价格历史数据,利用核主成分分析法对数据进行特征提取,得到最优参数的预测模型,并对大蒜价格进行短期预测。结果表明,基于KPCA的LSTM模型在对大蒜价格预测时达到预期良好效果,与传统的神经网络和时序模型相比,其具有更高的准确度和稳定性。     

一种提高农产品市场价格预测精度的改进算法

为进一步提高农产品市场价格预测精度,及时发现价格异常的农产品,研究以山西晋城绿欣农产品批发市场胡萝卜等13种农产品月均价格数据为依据,对比分析了加权算术平均法、二次指数平滑法等9种时间序列非季节指数预测法,提出了一种改进的二次指数平滑预测法。应用改进后的二次指数平滑预测法计算的误差平方和均小于或等于改进之前,以3月份预测数据为例,其改进算法后误差平方比改进前降低了3007%。综合分析预测值与实际值的误差平方和,以及该种农产品历史预测误差的平方和,可以确定该批发市场某月价格异常的农产品。     

基于经验模态分解和支持向量机的农产品价格短期预测

针对农产品价格序列非平稳、非线性的特征,提出一种基于经验模态分解和支持向量机的短期农产品价格组合预测方法。以全国苹果批发价格的周度价格序列为研究对象,首先对价格序列进行非平稳、非线性检验;然后将价格序列分解成一系列具有不同特征尺度的分量;最后针对各分量的特点分别构建支持向量机模型进行预测,得到苹果批发价格的预测值。研究结果表明,该预测模型能够更好地追踪农产品价格的变化,其预测精度与BP(back propagation)神经网络模型相比有显著提高。     

兰州市鲜蛋需求预测模型的研究

以兰州市1952年至1989年的有关统计资料,应用最小二乘法,建立了兰州市鲜蛋需求的多元线性回归预测模型与Box—Jenkins时间序列自回归预测模型AR(P)。经统计检验,两类预测模型均通过,同时指出了两类预测模型应用的条件与后果。本研究结果对有关部门制定经济政策、调整生产结构与加强科学化管理,均具有一定的实际指导意义。     

多因素数据重心预测法对比研究——中国钢材消费量预测实证分析

将多因素数据重心预测法与传统的最小二乘法应用于我国钢材消费量的预测,并从建模到预测结果的统计检验指标等方面进行对比研究。结果表明,多因素数据重心预测法在预测结果的稳健性方面具有较大的优越性,同时多因素数据重心法在处理具有异常数据的样本数据方面具有明显的平滑系统误差的作用。另外,多因素数据重心法还具有更直观、易于理解与运用、对数据的要求比最小二乘法宽松等优点。     

甘肃省猪肉需求预测模型的研究

本文以甘肃省1952年至1990年的猪肉销售量统计资料为背景,应用时间序列分析方法,建立了甘肃省猪肉需求自回归预测模型AR(P),经统计检验,该模型予以接受。作者运用该模型对甘肃省1991年,1992年,1993年的猪肉需求进行了预测,指出了所建模型的应用条件与后果。本研究结果为有关部门指导猪肉生产、调整畜牧业生产结构、加强商品经济的科学管理提供理论依据和决策数据。     

组合预测方法研究及其在电力负荷预测中的应用

文章通过对组合预测模型权重求解方法的研究,给出了一种运用二次规划来求解组合预测模型权重的方法。该方法不仅克服了拉格朗日乘子法不能保证权重非负的不足,而且由于二次规划问题可借助MATLAB软件进行求解,从而简化了求解权重的计算过程。示例计算结果表明,组合预测模型的预测精度明显高于各单一预测模型,误差平方和小于各单一预测模型的误差平方和,从而验证了该方法的有效性。     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

小麦赤霉病流行程度的农业气象动态预测模型

[目的]建立泰州地区小麦赤霉病发生程度的动态预测模型。[方法]以1987~2006年泰州地区小麦赤霉病发生程度为研究对象,以旬为时间跨度,选取相关系数较高且稳定性好的预测因子,然后在逐步回归分析方法的基础上,集成建立泰州地区小麦赤霉病发生程度的动态预测模式。[结果]泰州地区影响小麦赤霉病发生程度的主要是4月下旬平均相对湿度、5月中旬平均相对湿度。从整体气象条件来看,降水日数和平均相对湿度对小麦赤霉病的发生在气象条件上为一定的诱因。预测模式的回报检验显示该模型的预测效果比较理想。[结论]该研究为小麦赤霉病的有效防治提供了依据。     

技术预测研究现状与未来展望

技术预测不仅可以辅助科技战略决策者调控政策倾向、合理进行资源分配,还能够帮助有关研究人员及时追踪领域前沿,具有不容忽视的作用。然而随着科学技术的迅猛发展,各类信息也呈现出爆炸式的增长,技术预测活动面临着空前的挑战,如何有效使用大量的信息,提高技术预测的系统性以及科学性,成为亟待解决的问题。笔者首先对技术预测的概念进行辨析,进而梳理了国内外技术预测的发展历程,最后对部分国家技术预测项目的现状进行总结,在此基础上提出技术预测的未来研究展望。     

江淮稻区稻纵卷叶螟异地预测预报

利用江淮稻区稻纵卷叶螟轨迹分析所确定的中、小尺度范围虫源地气象资料，对该稻区７个代表地点迁入代的迁入高峰日、高峰日蛾量和世代累计蛾量作了中期异地预测，组建了逐步回归模型，依此可以提前１－２月出预报，各代表地点的预测准确率均超过了７０％，同时，对选择合适的预测因子及预报方法作了深入的探讨，提出了异地预测的可行性及实际应用所存在的问题。并且进一步验证了轨迹分析得出的虫源地的准确性，为解决迁飞害虫的预测     

中长期水文预报研究评述与展望

通过对中长期水文预报的研究现状、研究发展特点及存在的主要问题和研究发展方向的评述 ,指出中长期水文预报应充分考虑水文要素时空变化的非线性和不确定性特点 ,利用非线性方法 ,并通过多种方法的耦合来提高预报效果。认为预报应建立在坚实的物理成因基础上 ,并应进行中长期水文预报要素及其影响因子的系统监测。