农产品市场监测预警深度学习智能预测方法

文献类型： 中文期刊

第一作者： 许世卫

作者： 许世卫;李乾川;栾汝朋;庄家煜;刘佳佳;熊露

作者机构：

关键词： 监测预警;深度学习;生产量预测;消费量预测;价格预测;生成对抗与残差网络协同生产量模型;变分自编码器岭回归消费预测模型;自适应变换器价格预测模型

期刊名称： 智慧农业(中英文)

ISSN： 2096-8094

年卷期： 2025 年 7 卷 001 期

页码： 57-69

摘要： [目的/意义]农产品供给、消费和价格的变化直接影响市场监测和预警。随着中国农业生产方式和市场体系的转型，数据获取技术的进步使得农业数据呈现爆炸式增长。然而，农产品多品种的联动监测和预测仍面临数据复杂、模型狭窄、应变能力弱等挑战。因此，亟需构建适应中国农业数据特点的深度学习模型，以提升农产品市场的监测与预警能力，推动精准决策和应急响应。[方法]本研究应用深度学习方法，从中国多维农业数据资源实际出发，创新提出了一套不同监测预警对象条件下深度学习综合预测方法，构建了生成对抗与残差网络协同生产量模型（Generative Adversarial Network and Residual Network, GAN-ResNet）、变分自编码器岭回归消费预测模型（Variational Autoencoder and Ridge Regression, VAE-Ridge）、自适应变换器价格预测模型（Adaptive-Transformer）。为适应实际需求，研究在CAMES中采用“离线计算与可视化分离”策略，模型推理离线完成，平衡了计算复杂度与实时预警需求。[结果和讨论]深度学习综合预测方法在玉米单产、生猪消费量和番茄市场价格的预测上，均表现出显著的精度提升。GAN-ResNet生产量预测模型进行县级尺度玉米单产预测的平均绝对百分比误差（Mean Absolute Percentage Error, MAPE）为6.58%，运用VAE-Ridge模型分析生猪消费量的MAPE为6.28%，运用Adaptive-Transformer模型预测番茄价格的MAPE为2.25%。[结论]该研究提出的深度学习综合预测方法，具有较先进的单品种、多场景、宽条件下的农产品市场监测预警分析能力，并在处理不同区域多维数据、多品种替代、市场季节性波动等分析方面显示出优良的指标性能，可为中国农产品市场监测预警提供一套新的有效分析方法。

分类号： TP18%F323.7

  • 相关文献

[1]河北省杂粮市场价格预测及建议. 刘猛,刘斐,赵宇,李顺国. 2020

[2]近期中国鲜活农产品价格波动及走势研判. 余玉芹,沈辰,孔繁涛. 2014

[3]农业病虫害图像数据集现状及高质量构建综述. 管博伦,张立平,朱静波,李闰枚,孔娟娟,汪焱,董伟. 2023

[4]上海农产品价格监测与分析预测系统构建. 陈旭,唐卫红,张向飞,潘家铭,杨娟,邵芳. 2018

[5]基于ARMA模型的河北鸭梨价格预测及预警. 牛桂草,周绩宏,马红燕,杜晓东,王俊芹. 2021

[6]基于Lasso回归和BP神经网络的蔬菜短期价格预测组合模型研究. 喻沩舸,吴华瑞,彭程. 2020

[7]中国马铃薯批发市场价格波动分析. 伦闰琪,罗其友,高明杰,杨亚东. 2020

[8]关于我国鸡蛋价格的预测及分析. 徐明凡,刘合光. 2014

[9]基于时间序列与RBF的农产品市场价格短期预测模型. 屠星月,薛佳妮,郭承坤,封文杰,陈英义. 2014

[10]当前我国鸡蛋价格趋势的分析及预测. 武玉环,秦富. 2017

[11]2015年广东肉牛产业发展形势与对策建议. 曾祥华,李芳,孙明华,万忠,刘德武. 2016

[12]中国鸡蛋市场走势及其对中小蛋鸡养殖户的影响分析. 武玉环,秦富. 2019

[13]我国绿豆价格波动及趋势分析. 武玉环,郭静利. 2016

[14]2020年前三季度我国禽蛋市场形势及后市展望. 李干琼,熊露,李灯华,周涵. 2020

[15]中国豆粕价格波动分析及预测. 武玉环,秦富. 2018

[16]农产品市场价格预测方法探析. 任伟宏. 2011

[17]猪肉价格影响因素识别及预测预警研究-基于LASSO-GBRT模型的分析. 王敏,乔珠峰,郭建鑫. 2025

[18]基于GIS的畜禽疫病监测预警系统的构建与实现. 赵巧丽,李国强,冯晓,杨叙国,王进磊,秦一浪,郑国清. 2016

[19]山东省北长山岛海岸滑坡演化特征及成因机制. 高伟,刘乐军,刘杰,徐元芹,李萍,李培英,徐广波. 2016

[20]黄海浒苔绿潮研究进展. 王宗灵,傅明珠,肖洁,张学雷,宋伟. 2018

作者其他论文 更多>>

微信小程序