农产品价格预测系统设计和实现.docVIP

农产品价格预测系统设计和实现 　　摘要：根据农业价格指数构建了农产品价格数据仓库，充分利用长期积累的大量反映价格指标的历史和现在数据资源，并结合径向基函数（ＲＢＦ）人工神经网络建模，揭示农产品价格与畜牧业、林业与渔业等相关因素价格的动态关系模型。结果表明该模型能够很好地预测以白菜为例的农产品价格，实现农产品区域供求平衡，并为政府和农户提供结构调整的依据。 　　关键词：农产品；数据仓库；价格预测；ＲＢＦ神经网络。 　　中图分类号：Ｆ３２３．７；ＴＰ３６８．１文献标识码：Ａ文章编号：0439－８114（２０11）14－2976-03 　　 　　Ｄｅｓｉｇｎ ａｎｄ Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ ｏｆ Ｐｒｏｄｕｃｅ Ｐｒｉｃｅ Ｆｏｒｅｃａｓｔ Ｓｙｓｔｅｍ 　　 　　ＬＩ Ｙａｎ１，ＬＩＵ Ｊｕｎ２ 　　（１．Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ， Ｚｉｂｏ ２５５０４９，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ； 　　２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ， Ｎａｎｙａｎｇ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， Ｎａｎｙａｎｇ ４７３０６１，Ｈｅｎａｎ，Ｃｈｉｎａ） 　　 　　Abstract: Farm produce price data warehouse was established according to the agriculture price indices. The dynamic relationship model of farm produce price with stock rising, forestry and fishery was built based on the numerous accumulated history and present data resources which could reveal the price indices combining with RBF neural network modeling. The result proved that the model could simulate and forecast the price trend of cabbage correctly, providing an important method for the accurate forecast of agricultural product market information. 　　Ｋｅｙ ｗｏｒｄｓ： ａｇｒｉｃｕｌｔｕｒａｌ ｐｒｏｄｕｃｔｓ； ｄａｔａ ｗａｒｅｈｏｕｓｅ； ｐｒｉｃｅ ｆｏｒｅｃａｓｔ； ＲＢＦ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ 　　 　　在我国目前以市场为先导的情况下，农业产品市场将面临着越来越严酷的竞争形势。为此，地方政府和农户必须在制定明确的农业产品指标计划的前提下，根据现实资源的状况，组织农业生产。农产品价格数据对于指导农产品生产以及调整农业结构具有重要意义，因此使用农产品的历史价格数据对未来价格趋势进行有效地预测显得尤为重要。农产品价格与畜牧业、林业与渔业等相关因素之间存在着复杂的线性、非线性关系和交互作用，自变量和因变量是纯粹的离散数据，无法用数学公式来表示。 　　因此，必须找到一种适应这种自变量和因变量的特性、反映它们之间关系的模型，将给农业管理部门和农户提供有效的价格预测和决策支持。针对上述问题，本研究提出构建农业信息数据仓库，并结合径向基函数（Radial basis function，RBF）人工神经网络建模对农产品价格进行预测。 　　１构建农产品数据仓库 　　构建农产品信息数据仓库主要涉及数据的清理和集成，它是数据挖掘的一个重要的预处理步骤，即农产品价格预测提供数据环境［２］。 　　数据模型是数据仓库设计的基础。数据模型是对现实世界进行抽象的工具，抽象的程度不同，就形成了不同抽象级别层次上的数据模型。在数据仓库设计中存在三层数据模型如图１所示，即概念模型、逻辑模型和物理模型。但数据仓库的数据模型与操作型数据库数据模型有一定的区别，主要表现在：数据仓库中的数据模型不包括纯操作型的数据；数据仓库中的数据模型扩充了码结构，增加了时间属性作为码的一部分；数据仓库中的数据模型增加了导出数据。这三点差别是数据仓库作为面向数据分析处理所要求的。 　　１．１概念模型设计 　　概念模型是决策信息由具体到抽象的第一步，它是一个为决策目标设计系统和收集信息而服务的概念性工具，它是由客观世界到计算机实现的中间层次。