生猪价格预测及控制型.docVIP

生猪价格预测及控制模型 摘要 本题目的在于建立描述饲料商、养猪户和消费者之间的生猪价格定价策略的数学模型, 给出调整养殖结构心理恐慌提前出栏的偶发性因素5到100公斤呈正态分布饲料所占比例总生产成本之62%62%×生猪价格×5×100=玉米价格×990×平均采食量，可以得出：生猪价格:玉米价格=6.5:1，即猪粮比为6.5：1。可以推导出猪粮比计算公式： 三．模型假设 在预测期间，生猪价格不受疫情，政府价格调控或自然灾害等其他外部重大因素的干预； 在预测期间，以玉米作为本问题中猪饲料的研究对象，在问题研究中不考虑玉米以外的猪饲料，假设其在此期间内价格不发生大的变动； 在预测期间，消费者对猪肉需求量不发生重大变化，且不考虑进出口猪肉对生猪价格造成的影响。 忽略猪肉的出入口对国内猪肉价格的影响。 由于是预测短期的变化趋势所以忽略季节的影响。 四． 符号及变量说明 猪肉价格的趋势值； 猪肉价格的实际值； p 未来10天价格 e 残差 γ1 生猪价格与猪仔的关联度 生猪价格与玉米的关联度 生猪价格与猪肉的关联度 Y1 猪仔实际价格 Y2 玉米实际价格 Y3 猪肉实际价格 Y1’ 猪仔预测价格 Y2’ 玉米预测价格 Y3’ 猪肉预测价格 成长期猪数量 成年期猪数量 成长期猪的总食量 Y’ 生猪预测价格 Y 生猪价格 五．模型建立及求解 通过以上分析，我们选用灰色关联度分析法来建立描述饲料商、养猪户和消费者之间的生猪价格。所以先要根据收集的数据分别拟合出玉米价格、猪肉价格、仔猪价格随时间变化的关系式。然后以生猪价格为参考序列，玉米价格、猪肉价格、仔猪价格为被比较序列，分别求出他们的关联度，然后写出生猪价格关于时间的表达式。 1.灰色拟合 这里玉米价格、猪肉价格、仔猪价格都是随时间变化的单变量函数，所以采用GM(1，1)模型进行数据的拟合。 建立GM(1，1)模型的模型如下： 记原始数据序列为非负序列 其中， 其相应的生成数据序列为 其中， 为的紧邻均值生成序列 其中， 称为Gm(1,1)模型，其中，b是需要通过建模求解的参数，若为参数列，且 ， 则求微分方程的最小二乘估计系数列，满足 称为灰微分方程()的白化方程，也叫影子方程。 如上所述，则有 1).白化方程的解或称时间响应函数为 2).Gm(1,1)灰微分方程的时间响应序列为 3).取，则 4).还原值 根据以上GM(1，1)模型，代入已收集数据，可分别求出对应的参数a，b。 现分别计算仔猪、玉米、猪肉的拟合曲线模型如下: 对仔猪进行灰色拟合:将收集到的数据代入matlab程序中(见附录1)，得猪仔价格的时间响应序列为: Y1’ =19874.6446+19862.4972e^-0(t-1)) 预测以后10天的数据如下: p =12.2282 12.2204 12.2126 12.2047 12.1969 12.1891 12.1813 12.1735 12.1658 12.1580 残差e = 0.0824 精度=99.176 用matlab作图如下: 2010年3月21日—2010年5月25日仔猪实际价格与拟合价格趋势值对比 (横坐标以天为单位) 分析图得:猪仔价格整体稳定略有下降。 对玉米进行灰色拟合: 将收集到的数据代入matlab程序中(见附录1(输出略有改变))，得玉米价格的时间响应序列为: Y2’=-1464.2614+1466.0534e^0.0012572*(t-1)) 预测以后10天的数据如下: p = 12.2282 12.2204 12.2126 12.2047 12.1969 12.1891 12.1813 12.1735 12.1658 12.1580 残差e = 0.0087 精度=99.9813 用matlab作图如下: 2010年3月21日—2010年5月25日玉米实际价格与拟合价格趋势值对比 分析该图可知，玉米价格整体呈现上升趋势 对猪肉进行灰色拟合: 将收集到的数据代入matlab程序中(见附录1)，得猪仔价格的时间响应序列为: Y3’=-16588.1506+16603.1506e^0(t-1)) 预测以后10天的数据如下: p = 15.7909 15.8052 15.8194 15.8336 15.8479 15.8622 15.8765 15.8908 15.9051 15.9194 残差e = 0.0470 精度=99.953 用matlab作图如下: 2010年3月21日—2010年5月25日玉米实际价格与拟