基于灰色模型和BP网络的肉类价格预测系统的设计与实现
近年来，随着我国畜牧业的不断发展、养殖规模的不断扩大和人均消费水平的不断提高，人们对畜产品的需求量越来越大，同时肉类产品又影响着整个畜产品的发展。其中猪肉是大众最喜爱的肉类产品，居民对猪肉的消费量占肉类消费总比重中最大。尤其近两年来猪肉的价格不断攀升，猪肉价格的高低直接影响着广大消费者的心，直接关系到国家政策的出台，还能根据价格起伏变化指导养殖者对生产决策的制定，帮助养殖户对生猪存栏量做出正确判断。所以不论是国家、消费者还是养殖者都需要对未来猪肉价格有更清晰的认识，对未来的价格走向做到心中有数。 对猪肉价格的预测从影响因素方面来看，主要对影响猪肉价格的诸多因素进行分析对比，找出主要的影响因素并对其进行预测;再从预测算法方面来看，多数学者只单纯的用一种预测模型对价格进行预测，而很少选取两种模型对价格进行综合预测。因此，此次研究以猪肉为研究对象，以河北省秦皇岛市昌黎县猪肉价格为例以每天为时间间隔进行短期预测和以全国猪肉价格为例每月为间隔进行长期预测研究，探究一种基于灰色模型和BP网络的肉类价格预测系统。根据上述需求，主要工作如下: (1)实验数据的来源。通过在河北省秦皇岛昌黎农副产品批发市场等农贸市场等采集数据并结合相关农产品网站对缺失数据进行查询补位。 (2)结合近几年来猪肉价格的总体变化趋势，又分析了国家政策、生产和运输成本、饲料价格、居民收入、替代品的价格、养殖户热情、季节和节假日、疾病等诸多影响因素，对猪肉价格影响因素作出了多方面分析，并从诸多因素中选出仔猪、生猪、饲料三个最重要的影响因素，并根据历史数据利用时间序列中的移动平均算法对10天、15天、20天、25天、30天影响因素作出预测。 (3)建立预测模型，对实验结果分析对比。灰色GM(1，1)模型是对原始数据序列累加后求取新序列并通过建立模型求取背景序列值和未知参数值再对新序列进行还原方法得到猪肉价格预测值，BP神经网络模型是对数据进行训练学习并利用训练好的网络和未经过训练的验证数据进行实际预测和验证，最后将它们二者预测结果求取平均数。利用预测的影响因素数据结果作为输入，并结合选取的组合预测模型对一个月内的猪肉价格进行短期预测分析，并在此基础上对全国未来6个月猪肉价格进行长期预测。 (4)对系统进行需求分析与设计，并展示了系统实现图。预测系统又与高德地图的免费开放平台进行巧妙结合，实现在地图中查询指定地点的价格数据，并对系统主页面、有条件预测查询图、趋势走势图、地图查询页面图等进行展示。人们可以通过该预测系统对现在乃至未来猪肉价格的信息进行查询，其中可以根据条件有目的性查询历史数据，也可以在地图中直接点击指定地点查询未来数据。
猪肉产品;价格预测;灰色模型;BP神经网络;软件设计
河北农业大学
硕士
农业信息化
韩宪忠
2017
中文
F326.3;TP311.52
65
2018-05-30（万方平台首次上网日期，不代表论文的发表时间）