文献

J-GLOBAL ID：202002290064828491   整理番号：20A1229183

ウェーブレット変換-BPニューラルネットワークの農産物価格予測研究【JST・京大機械翻訳】

Agricultural product price forecast based on wavelet transform and BP neural network

著者 (3件)： Liu Hebing (河南農業大学信息与管理科学学院,鄭州,450002) ,  Han Jingjing (河南農業大学信息与管理科学学院,鄭州,450002) ,  Xi Lei (河南農業大学信息与管理科学学院,鄭州,450002)
資料名： Zhongguo Nongye Xinxi  (Zhongguo Nongye Xinxi)
巻： 31  号： 6  ページ： 85-92  発行年： 2019年 
JST資料番号： C4040A  ISSN： 1672-0423  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： [目的]農産物価格の変動は国計民生に関り、農産物の価格は多要素の共同影響を受けるため、その価格予測も研究における難点である。農産物価格の変化傾向を十分に分析するだけで、価格予測精度を高め、農産物産業の健康発展をよりよく指すことができる。[方法]ホウレンソウ、ハクサイ、トマト、トウガラシとジャガイモの5種類の野菜を研究対象とし、2013年1月から2018年12月までの72組の月次価格データに基づき、農産物価格の変動傾向を研究した。ウェーブレット変換とBPニューラルネットワークに基づいて,農産物価格予測モデルを構築した。まず第一に,ウェーブレット変換を用いて,db5の3スケール分解を行い,次にBPニューラルネットワークモデルを採用して,分解された傾向部分と詳細部分をそれぞれ予測し,最後に,各成分の予測結果を再構成した。[結果]5種類の野菜の価格予測結果を予測精度指標により評価し,平均絶対誤差が0.083元/kg,平均パーセント誤差が3.95%,平均二乗誤差が0.102であった。[結論]ウェーブレット変換とBPニューラルネットワークを組み合わせた組合せ予測モデルは、良好な農産物価格予測性能を有し、この組合せ方法は多種類の野菜の価格予測に適応でき、普遍性がある。しかし、農産物価格の変動幅と強度はモデルの予測精度に影響を与える。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 野菜 ,  ジャガイモ ,  *ニューラルネットワーク ,  トマト ,  ホウレンソウ ,  ハクサイ ,  トウガラシ ,  *ウェーブレット変換 ,  予測モデル ,  前向きコホート研究
準シソーラス用語： 平均二乗誤差 ,  予測精度 ,  *逆伝播ニューラルネットワーク ,  *農産物 ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (3件)： 電力工学・電力事業一般  (NB01000X) ,  農業経済,農業経営  (FB01020L) ,  産業経済  (KA02000Y)

タイトルに関連する用語 (4件)： ウェーブレット変換 ,  農産物 ,  価格予測 ,  研究