基于大数据的大蒜价格预测及可视化研究

摘要：

中国的大蒜产量占全球总产量的70%以上,是中国出口创汇最多的农产品,其价格频繁波动备受全社会关注.大蒜价格波动直接影响了大蒜产业从业者的切身利益,同时影响着大蒜产业的健康发展.利用大蒜产业大数据分析技术,以大蒜价格为研究对象,总结和梳理大蒜价格影响因素和价格波动规律,深入分析影响大蒜价格波动的主要影响因素,研究大蒜价格变化趋势预测方法,并构建了大蒜价格可视化分析系统.具体研究内容如下: (1)大蒜价格波动规律及影响因素研究.首先根据波峰-波谷原则划分大蒜价格波动周期,然后利用季节调整法和H-P滤波对大蒜价格进行实证分析,定量分析价格序列分解后每一成分的变化规律,并与产业实际对比验证,最终将大蒜价格划分了8个周期.在此基础上分析影响大蒜价格波动的供给方面,需求方面,宏观经济各因素,然后采用实证分析的方法对选取的重点影响因素进行了相关性检验和协整检验,并建立向量自回归模型从定量角度对大蒜价格的影响因素进行分析,同时结合脉冲响应函数和方差分解的方法分析了各因素对大蒜价格的贡献程度,研究发现蒜薹价格和汇率的变动对大蒜价格波动影响比较大. (2)大蒜价格预测研究.首先依靠农产品价格传导机制,定性分析蒜薹价格波动和大蒜价格波动之间的关联关系,然后采用实证分析的方法对蒜薹价格和大蒜价格进行了相关性检验,协整检验,Granger因果检验,研究发现蒜薹价格波动能够预测未来大蒜价格波动趋势,并且对未来2个月后的大蒜价格波动趋势预测效果最佳;然后结合时间序列预测模型和机器学习的优点,构建了ARIMA-SVR组合模型对大蒜价格进行短期价格预测,并与单一ARIMA,SVR预测模型进行精度对比,结果表明ARIMA-SVR组合模型预测精度较高,证明ARIMA-SVR模型对大蒜价格预测的有效性. (3)大蒜价格可视化分析系统.通过对大蒜价格的需求分析设计了系统层次架构和功能框架,并构建了基于价格,地区,分析结果,URI,系统角色五类数据库,在此基础上应用可视化技术,系统开发技术实现了大蒜价格可视化分析系统.大蒜价格可视化分析系统更加直观地呈现了大蒜价格及价格规律,便于人们对大蒜价格认识与交流,促进了大蒜产业健康发展.