[1]钱晔,孙吉红,叶丹,等.基于智能算法鲜切花价格预测平台设计的探索与实践[J].北方园艺,2018,42(20):191-198.[doi:10.11937/bfyy.20180557]
　QIANYe,SUNJihong,YEDan,et al.ExplorationandPracticeofPriceForecastingPlatformforFreshCutFlowersBasedonIntelligentAlgorithm[J].Northern Horticulture,2018,42(20):191-198.[doi:10.11937/bfyy.20180557]
点击复制

基于智能算法鲜切花价格预测平台设计的探索与实践

《北方园艺》[ISSN:1001-0009/CN:23-1247/S] 卷: 第42卷 期数: 2018年20 页码: 191-198 栏目: 出版日期: 2018-10-25
Title:
ExplorationandPracticeofPriceForecastingPlatformforFreshCutFlowersBasedonIntelligentAlgorithm
作者:
钱晔1; 2; 孙吉红3; 叶丹1; 2; 彭琳1; 2; 李文峰2
（1.云南农业大学大数据学院，云南昆明650201；2.云南省高校农业信息技术重点实验室，云南昆明650201；3.云南省科学技术院，云南昆明650000）
Author(s):
QIANYe1; 2; SUNJihong3; YEDan1; 2; PENGLin1; 2; LIWenfeng2
(1.SchoolofBigData,YunnanAgriculturalUniversity,Kunming,Yunnan650201;2.KeyLaboratoryofAgriculturalInformationTechnologyinYunnan,Kunming,Yunnan650201;3.InstituteofScienceandTechnologyinYunnan,Kunming,Yunnan650000)
关键词:
预测; 价格; 智能算法; 径向基函数神经网络; 广义回归神经网络
Keywords:
predict; price; intelligentalgorithm; RBF; GRNN
DOI:
10.11937/bfyy.20180557
文献标志码:
A
摘要:
针对市场上对各类鲜切花零售价格、销售量和销售率等数据收集不齐全的问题，拟设计一个零售商和买家参与的基于智能算法鲜切花价格预测平台：通过零售商和买家交易来收集鲜切花等数据，作为数据输入源进行基于智能算法的鲜切花价格预测，预测的结果反馈给鲜切花种植户、种植企业保障其经济效益，同时为研究人员深入研究提供数据。该研究主要对鲜切花预测的关键技术进行探究，根据输入层数据的规模，分别使用径向基函数神经网络（RBF）、广义回归神经网络算法（GRNN）构建的鲜切花价格预测模型，以玫瑰鲜切花作为研究对象，并使用斗南花卉市场公布的部分数据作为模型的数据输入源进行模拟预测。结果表明：径向基函数神经网络（RBF）、广义回归神经网络算法（GRNN）分别适用于不同级别规模的输入层数据，预测率保持在85%～95%。
Abstract:
Inordertosolveincompletecollectingdataofallkindsoffreshcutflowers,suchasretailprice,salesvolume,salesrateandsooninthemarket,basedonintelligentalgorithm,apricepredictionplatformoffreshcutflowersisdesignedforretailersandbuyers:thedataoffreshcutflowersarecollectedviathetradingofretailersandbuyers,thenusingthesedataasinputsourcestopredictthepriceoffreshcutflowersbasedonintelligentalgorithm,atlast,theforecastresultsnotonlyarefedbacktofreshcutflowergrowersandplantenterprisestoensuretheireconomicbenefits,butalsocanprovidein-depthresearchdataforresearchers.Inthisstudy,thekeytechniquesoffreshcutflowerpredictionwereexplored.Accordingtothesizeoftheinputlayerdata,RadicalBasicFunction(RBF),GeneralRegressionNeuralNetwork(GRNN)wereappliedrespectivelytobuildthecutflowerpriceforecastingmodel.Takingtherosecutflowersasexample,withthedatapublishedbyDounanFlowerMarketasinputsourceofthetwopredictionmodels.TheexperimentalresultsshowedthatRBFandGRNNweresuitablefordifferentlevelsscaleofinputdatasetsandtheforecastaccuracyrateremainedat85%-95%.

相似文献/References:

[1]冯娟娟,刘军弟,霍学喜.世界主要落叶水果主产国生产与贸易预测分析[J].北方园艺,2014,38(04):195.
[2]王建梅,马有会.女贞白蜡蚧的药剂防治适期预测[J].北方园艺,2012,36(15):151.
　WANG Jian-mei,MA You-hui.Appropriate Period for Chemical Control of Ericerus pela[J].Northern Horticulture,2012,36(20):151.
[3]王琼,宗静,曾剑波,等.北京市草莓销售现状及对策[J].北方园艺,2015,39(18):182.[doi:10.11937/bfyy.201518049]
　WANG Qiong,ZONG Jing,ZENG Jianbo,et al.Sales Status and Strategy on Strawberry in Beijing[J].Northern Horticulture,2015,39(20):182.[doi:10.11937/bfyy.201518049]
[4]杨念,杨孟阳,王蔚宇,等.我国西瓜价格波动分析与预警研究[J].北方园艺,2020,44(03):158.[doi:10.11937/bfyy.20183956]
　YANG Nian,YANG Mengyang,WANG Weiyu,et al.Analysis on Price Fluctuation and Early Warning of Watermelon in China[J].Northern Horticulture,2020,44(20):158.[doi:10.11937/bfyy.20183956]
[5]赵 姜,吴 芮,吴敬学.中国西瓜价格短期预测分析[J].北方园艺,2015,39(23):213.[doi:10.11937/bfyy.201523058]
　ZHAO Jiang,WU Rui,WU Jingxue.Short-term Forecasting of Watermelon Price in China[J].Northern Horticulture,2015,39(20):213.[doi:10.11937/bfyy.201523058]

备注/Memo

第一作者简介：钱晔（1984-），女，安徽巢湖人，博士，讲师，研究方向为农业信息技术与软件工程形式化方法。E-mail:qy198403@163.com.责任作者：李文峰（1983-），男，博士，副教授，现主要从事农业信息技术等研究工作。E-mail:81972331@qq.com.基金项目：国家农村信息化示范省省级综合信息资源中心建设资助项目（2014AB017）；国家自然科学基金资助项目(31260292)；科技部火炬计划资助项目（2014GH591283）；云南省科技人才信息平台资助项目（2014DA006）；云南省科技厅自然科学基金资助项目(2012FD020)；云南省教育厅科研基金资助项目(2015Y194)。收稿日期：2018-03-23

更新日期/Last Update: 2018-12-06