一种猪肉供给和价格波动预测与调控方法、系统及介质技术方案

本发明专利技术属于农产品价格预测与调控技术领域，公开了一种猪肉供给和价格波动预测与调控方法、系统及介质，通过构建猪肉供应量预测模型，预测未来猪肉产量；基于猪肉农贸市场交易量历史数据构建猪肉需求量预测模型，预测未来月度猪肉需求量走势；基于定价模型中供需法则构建猪肉供需均衡价格调控模型，将预测的猪肉供应值和需求值作为输入，预测未来10个月的猪肉价格走势。本发明专利技术的猪肉供给和价格波动预测与调控方法对猪肉供需值、未来10个月全国生猪出场价格走势进行预测分析，能够指导国家、养殖户及时合理调控猪肉供给，促进各时刻的猪肉供需能够达到平衡，解决猪肉供给和价格波动问题，保证生猪产业再生产顺利进行。保证生猪产业再生产顺利进行。保证生猪产业再生产顺利进行。

【技术实现步骤摘要】
一种猪肉供给和价格波动预测与调控方法、系统及介质


[0001]本专利技术属于农产品价格预测与调控
，尤其涉及一种猪肉供给和价格波动预测与调控方法。

技术介绍

[0002]目前，生猪产业的发展满足居民对猪肉及其产品的营养需求的同时，也为养猪户增收、就业、以及相关产业的发展等做出重要贡献。生猪产业的健康发展更关系到食品安全、社会稳定以及国民经济的协调发展。
[0003]近年来，猪肉价格频繁波动，生猪价格的波动直接关系到养猪户的利益，对普通居民在饮食方面也产生一定影响。预测猪肉供需值及未来猪肉价格走势，能够科学指导生产布局，对稳定猪肉价格有效供应，促进生猪产业结构调整，稳定物价等都具有重要的意义。
[0004]农产品价格预测目前主要的预测方法有计量经济预测法、数理统计预测法、智能模型法和组合预测法。计量经济预测法侧重于分析经济现象中因果关系，常用方法是回归分析法。例如，选择影响农产品价格的关键影响因素，建立影响因素与农产品价格之间的回归模型，从而对某个时期的农产品价格进行预测。实际情况下，影响农产品价格波动的影响因素有很多，数据收集存在困难，且不同因素对价格的影响程度、影响时间不一相同，这些都对价格预测工作带来了很多不便。数理统计预测法中，较为广泛的应用是时间序列预测法。时间序列预测模型主要是根据历史数据的规律和特点建模，对未来进行预测。此类模型在线性时间序列中具有良好的预测效果。近年来人工智能技术的快速发展，智能模型法也被学者们广泛应用于农产品价格预测中。目前主流的智能模型法需要大量样本进行训练，如果训练样本不足，会导致预测拟合度差、精度低等问题。组合预测法能够结合单一预测模型的优势，表现出更好的预测精度。组合法预测精度要高于其他方法，但它的局限性来自组合子模型的局限性。
[0005]现有的成果针对某一时期的农产品价格预测偏多，但从长期猪肉供需平衡角度出发，展开对猪肉供需情况和价格走势的预测较少。这导致了现有成果难以从猪肉的供应和需求情况出发，提供猪肉供需预测值，并且不能基于供需值给出价格走势预测。给出参考意见。开展猪肉价格趋势的分析与研究，预测猪肉供需值及未来猪肉价格走势，科学指导生产布局，对稳定猪肉价格有效供应，促进生猪产业结构调整，稳定物价等都具有重要的意义。
[0006]围绕农产品价格预测，多年来国内外开展了广泛的研究与探索。目前主要的预测方法有计量经济预测法、数理统计预测法、智能模型法和组合预测法。计量经济预测法侧重于分析经济现象中因果关系，最常用的方法是回归分析法。马孝斌等人选择了6个影响生猪价格的关键影响因素进行关联分析，建立影响因素与生猪价格之间的向量自回归模型，从而对某个时期的生猪价格进行预测。实际情况下，影响猪肉价格波动的影响因素有很多，数据收集存在困难，且不同因素对价格的影响程度、影响时间不一相同，这些都对价格预测工作带来了很多不便。数理统计预测法中，较为广泛的应用是时间序列预测法。时间序列预测模型主要是根据历史数据的规律和特点建模，对未来进行预测。此类模型在线性时间序列
中具有良好的预测效果。近年来人工智能技术的快速发展，智能模型法也被学者们广泛应用于农产品价格预测中。例如，曾弘等人使用BG神经网络模型，实现了对生猪价格周期性预测，验证了深度学习模型对非线性时间序列具有良好的预测能力，且能够学习到序列之间的依赖关系。楼文高等人使用广义回归神经网络(GRNN)对上海日度生猪价格进行建模，发现GRNN网络相较下具有较好的鲁棒性和预测精度。目前主流的智能模型法需要大量样本进行训练，如果训练样本不足，会导致预测拟合度差、精度低等问题。组合预测法能够结合单一预测模型的优势，表现出更好的预测精度。任青山等人提出了一种基于BP神经网络模型和多元回归分析模型结合的方法，预测精度比单一模型要高。组合法预测精度要高于其他方法，但它的局限性来自组合子模型的局限性。
[0007]通过上述分析，现有技术存在的问题及缺陷为：
[0008](1)实际情况下，影响农产品价格波动的影响因素有很多，数据收集存在困难，且不同因素对价格的影响程度、影响时间不一相同。
[0009](2)目前主流的智能模型法需要大量样本进行训练，如果训练样本不足，会导致预测拟合度差、精度低等问题，而组合法存在组合子模型的局限性，在猪肉供需预测值上预测准确度偏低。
[0010](3)从长期猪肉供需平衡角度出发，展开对猪肉供需情况和价格走势的预测较少，导致现有成果难以从猪肉的供应和需求情况出发，不能提供猪肉供需预测值，并基于供需值给出价格走势预测。使得猪肉供需预测数据准确度偏低。
[0011]本专利技术采用了猪肉供需平衡调控新视角研究思路，并从猪肉价格预测与调控两个角度出发，首先预测未来10个月的猪肉供应量，以及在供需平衡下的猪肉需求量，在供应量和需求量基础上，采用供需均衡理论，预测未来10个月的猪肉价格走势。猪肉供应量由能繁母猪存栏量、投放量和进口量三者共同决定，因此，当猪肉价格出现波动时，能够通过调控能繁母猪存栏量、投放量和进口量来调控猪肉价格。从而，达到指导国家及时合理调控猪肉供给，促进稳定猪肉价格波动的目的。
[0012]然而，在猪肉供需平衡调控模型应用实践过程中，对猪肉价格精准预测依赖于所需数据的完整性和准确性。随着数据不断积累、更新和完善，模型能够学习到更多数据，对未来价格的预测才能越来越精准。

技术实现思路

[0013]针对现有技术存在的问题，本专利技术提供了一种猪肉供给和价格波动预测与调控方法、系统、介质、设备及终端，尤其涉及一种基于供需均衡理论的猪肉供给和价格波动预测与调控方法、系统、介质、设备及终端。
[0014]本专利技术是这样实现的，一种猪肉供给和价格波动预测与调控方法，包括：
[0015]汇集多个数据来源进行比较来确定数据的准确性，并在数据采集过程中采用ETL工具，通过数据库直连、数据接口、网络抓取、数据文件上报方式采集结构化数据和非结构化数据，通过定量分析能繁母猪和下期猪肉产量之间的关系来构建猪肉供给量预测模型，利用构建的猪肉供应量预测模型预测未来猪肉供应量值；
[0016]从数据缺失值、数据颗粒度更加细化、异常值、数据标准化、数据标签错误等方向对数据重新清洗使得拟合度、精度趋于合理化的区间；基于市场交易量历史数据构建猪肉
需求量预测模型，预测未来时间猪肉需求量值；
[0017]数据不断积累、更新和完善，猪肉需求量预测模型学习到更多数据，将预测的猪肉供应量值和需求量值作为输入因素，利用构建的猪肉供需均衡价格调控模型预测未来猪肉价格信息，并进行可视化示出。
[0018]进一步，所述方法具体包括：
[0019]进口+投放量调控：可调控当前月之后数据，影响指定月份的预测价格及预测供应数据。调控进口+投放量值越大，影响调控月的预测价格曲线越低，预测供应曲线越高。
[0020]能繁母猪存栏量调控：可调控当前月之后两月内(包含未来两月)内数据，直接影响调控月后十月的预测价格、预测供应和预测需求。调控能繁母猪存栏量值越大，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种猪肉供给和价格波动预测与调控方法，其特征在于，所述猪肉供给和价格波动预测与调控方法包括：汇集多个数据来源，进行数据准确性的确定，并在数据采集过程中采用ETL工具，通过数据库直连、数据接口、网络抓取、数据文件上报方式采集结构化数据和非结构化数据，通过定量分析能繁母猪和下期猪肉产量之间的关系来构建猪肉供给量预测模型，利用构建的猪肉供应量预测模型预测未来猪肉供应量值；从数据缺失值、数据颗粒度更加细化、异常值、数据标准化、数据标签错误等方向对数据重新清洗使得预测结果与实际发生情况的拟合度R2＝0.54、精度趋于合理化的区间平均相对误差小于15％；基于市场交易量历史数据构建猪肉需求量预测模型，预测未来时间猪肉需求量值；将数据不断进行积累、更新和完善，猪肉需求量预测模型利用不断获取数据学习训练；将预测的猪肉供应量值和需求量值作为输入因素，利用构建的猪肉供需均衡价格调控模型预测未来猪肉价格信息，并进行可视化输出。2.如权利要求1所述的猪肉供给和价格波动预测与调控方法，其特征在于通过调控方法对价格波动预测包括以下步骤：通过对调控进口及投放量的数据的调控，获得指定月份的预测价格及预测供应数据；调控值的大小和价格曲线呈现正相关，和供应曲线呈现负相关；利用能繁母猪存栏量数据预测后十个月的预测价格、预测供应和预测需求，验证供大于求，价格下降；供小于求，价格上升；通过对需求量预测修订，该修订可以分为全年需求量或者当年某个月需求量进行数据修订：修改全年需求量数据，系统会根据以下模型自动计算每月需求量数据并进行预测；修改月份需求量数据，该数据限定为当前月之后的数据，修改月份数据，全年需求量亦会发生改变，全年需求量＝每月需求量之和；年度MSY数据的修订，通过去年度MSY或者去年某月MSY进行数据修订：修改年度MSY系统会根据模型比例自动计算每月MSY数据并进行预测；修改月份MSY数据，只可操作当前月之后的数据，修改月份数据，年度MSY亦会发生改变，年度MSY＝每月MSY之和；修订供需平衡价格数据，通过年度供需平衡价格或者某月的供需平衡价格进行数据修订：修改全年供需平衡价格系统会根据供需价格自动同步当前月之后数据并进行预测；若修改月份数据，只可操作当前月之后的数据，供需平衡价格使用最小二乘法约束法探索猪肉供应量和需求量比值与猪肉价格之间关系，构建两者之间的数据关系模型。当猪肉供应量和需求量确定时，推断猪肉价格。3.如权利要求2所述的猪肉供给和价格波动预测与调控方法，其特征在于，调控或修订方法均可组合操作，若同时存在调控、修订数据，模型会先根据调控后的数据在进行修订补充，最终返回预测价格、预测供应、预测需求数据展示在折线图中，通过界面“保存”按钮进行数据存储，方便下次查看或二次调控、修订；也可通过历史记录列表，展示以往保存成功的调控数据，点击“设为当前”；在处理预测数据方面，利用ETL工具，通过数据库直连、数据接口、网络抓取、数据文件上报方式采集结构化数据和非结构化数据；通过使用线性回归模型、皮尔逊相关系数、偏差值反向矫正法、STL时间序列分解法、最小二乘法约束法、定价模型中供需法则等各类算法
对数据进行分析与建模，利用数据技术实现预测与调控的应用服务；在数据抽取方面，利用校验、连接、分隔、合并、转置、排序、合并、克降、排重、过滤、删除、替换等插件将来源分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后装载到目标数据源中；在预测数据处理过程中，在统一的对象模型基础之上，通过内建函数库提供上百种数据处理相关的功能函数及各种运算符，可对这些函数进行组合；数据多线程并线处理，利用多核CPU的计算能力；通过数据处理的相关框架对平台中的数据进行计算，在清洗转换时，通过多个计算节点提高计算力，实现数据的快速清洗；并能够提供数据计算的极速响应；通过数据的批处理技术，实现对历史库及预测库的持续计算及更新；通过数据的流处理技术，实现对多种数据源、多种数据结构的数据采集、清洗、融合，实现数据的多维度分析。4.如权利要求1所述的猪肉供给和价格波动预测与调控方法，其特征在于，所述猪肉供给和价格波动预测与调控方法包括以下步骤：步骤一，利用生猪生产周期性规律建模，定量分析能繁母猪和下期猪肉产量之间的关系，构建猪肉供应量预测模型，预测和调控中短期猪肉供给量；步骤二，利用猪肉消费习惯导致猪肉需求量呈现明显的季节性周期波动规律的特点，构建猪肉需求量预测模型，推导未来猪肉需求量走势；步骤三，以供应量、需求量作为主要输入，利用定价模型中供需法则，构建猪肉供需均衡价格调控模型，进而预测未来中短期猪肉价格走势。5.如权利要求2所述的猪肉供给和价格波动预测与调控方法，其特征在于，所述步骤一中的构建猪肉供给量预测模型包括：通过定量分析能繁母猪和下期猪肉产量之间的关系来构建猪肉供给量预测模型，预测和调控未来中短期猪肉供给量；猪肉供给量由本期生猪出栏量决定，生猪出栏量由前期生猪存栏量决定，生猪存栏量由前期能繁母猪存栏量决定；通过构建生猪出栏量、能繁母猪存栏量与猪肉产量三者之间的关系模型，实现按月份的中短期预测猪肉产量功能；生猪出栏量影响当期猪肉产量，能繁母猪存栏量影响未来10个月后的生猪出栏量。6.如权利要求2所述的猪肉供给和价格波动预测与调控方法，其特征在于，所述步骤一中的构建猪肉供给量预测模型具体包括：(1)构建猪肉产量与生猪出栏量之间的线性回归模型其中，表示在m
t
月的猪肉产量，单位为万吨；表示在m
t
月的生猪出栏量，单位为万头；α表示出肉均重，是一头出栏猪能产出的猪肉量，单位为吨/头；β表示固定参数；根据历史数据拟合结果，α＝0.0781，β＝0.0000；(2)构建生猪出栏量与能繁母猪存栏量之间的关系模型能繁母猪存栏量主要由每年每头母猪出栏生猪的头数MSY和生猪出栏量决定，根据猪群周转规律，构建能繁母猪存栏量与生猪出栏量之间的关系模型；年度能繁母猪存栏量与年度生猪出栏量之间关系为：月度能繁母猪存栏量与月度生猪出栏量之间关系为：
由月度能繁母猪存栏量与月度生猪出栏量之间的关系公式，得：由月度能繁母猪存栏量与月度生猪出栏量之间的关系公式，得：其中，表示y
i
年的生猪出栏量；表示y
i
年的每头母猪出栏生猪的头数；表示y
i
年的能繁母猪存栏量；表示在m
t
月的生猪妊娠率；表示在m
t
月的生猪生产率；表示在m
t
月的每头母猪出栏生猪的头数；表示在m
t
月的能繁母猪存栏量；构建猪肉产量与能繁母猪存栏量关系模型为：(3)推算历史月度猪肉产量采用数理统计学思路，利用数据分析的方法寻找数据之间相关性，在原始季度数据的基础上，推算月度猪肉产量和能繁母猪存栏量；使用月度生猪屠宰量...

【专利技术属性】
技术研发人员：金语泽，赖望峰，陈乃赫，周宏立，
申请(专利权)人：神州数码信息系统有限公司，
类型：发明
国别省市：