基于SMOreg的早稻最低收購價(jià)預(yù)測(cè)模型

何紅霞，謝申汝，楊玉潔，王康寧，錢彬彬，楊寶華

(1.安徽農(nóng)業(yè)大學(xué) 信息與計(jì)算機(jī)學(xué)院，安徽 合肥 230036;2.農(nóng)業(yè)部農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230036;3.安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036)

基于SMOreg的早稻最低收購價(jià)預(yù)測(cè)模型

何紅霞1,2，謝申汝1,2，楊玉潔3，王康寧1,2，錢彬彬1,2，楊寶華1,2

(1.安徽農(nóng)業(yè)大學(xué) 信息與計(jì)算機(jī)學(xué)院，安徽 合肥 230036;2.農(nóng)業(yè)部農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230036;3.安徽農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 合肥 230036)

構(gòu)建基于SMOreg的早稻最低收購價(jià)預(yù)測(cè)模型，對(duì)全國2006年～2016年的早稻最低收購價(jià)格進(jìn)行預(yù)測(cè)。結(jié)果表明：SMOreg模型對(duì)早稻最低收購價(jià)格的預(yù)測(cè)結(jié)果穩(wěn)定，預(yù)測(cè)精度高，其平均絕對(duì)誤差達(dá)到6.676 1。所以，SMOreg模型能夠很好地對(duì)早稻最低收購價(jià)進(jìn)行預(yù)測(cè)，且預(yù)測(cè)精度和可信性高。

最低收購價(jià)；早稻；SMOreg；預(yù)測(cè)模型

糧食的價(jià)格對(duì)于農(nóng)民的糧食生產(chǎn)起著非常重要的作用，對(duì)我國的糧食安全和國家的和諧發(fā)展有著重要意義。因此有必要對(duì)糧食最低收購價(jià)的波動(dòng)情況進(jìn)行研究。我國糧食最低收購價(jià)主要受糧食需求量、人口總數(shù)等影響因素的影響，具有一定的非線性。支持向量機(jī)序列最小優(yōu)化算法(Sequential Minimal Optimization，SMO)一直以來是刻畫和描述非線性現(xiàn)象的有效工具[1]，而SMOreg(Sequential Minimal Optimization with regOptimzer)作為一種改進(jìn)的SMO算法可用于預(yù)測(cè)模型的建立。目前許多學(xué)者對(duì)糧食保護(hù)政策體制進(jìn)行了分析研究，認(rèn)為糧食最低收購價(jià)制度對(duì)糧食發(fā)展具有積極促進(jìn)作用[2-4]；近幾年許多學(xué)者針對(duì)國內(nèi)糧食最低收購價(jià)的波動(dòng)情況進(jìn)行了研究，指出了影響糧食最低收購價(jià)波動(dòng)的因素[5-8]。從研究方法上來看，對(duì)糧食最低收購價(jià)格預(yù)測(cè)的研究主要采用的是在經(jīng)驗(yàn)數(shù)據(jù)基礎(chǔ)上的定性分析，沒有確切地計(jì)算糧食最低收購價(jià)格與各個(gè)影響因子間的定量分析，所以本文以早稻最低收購價(jià)為例，建立早稻最低收購價(jià)格預(yù)測(cè)模型，進(jìn)行定量分析，研究各個(gè)影響因數(shù)對(duì)糧食最低收購價(jià)格影響效果，為政府有關(guān)部門制定決策糧食收購價(jià)格的相關(guān)工作提供一定參考依據(jù)。

1 材料和方法

1.1 數(shù)據(jù)源及處理

本文從《中國統(tǒng)計(jì)年鑒2015》和世界糧農(nóng)組織數(shù)據(jù)庫收集了總?cè)丝跀?shù)、人口增長率等影響糧食價(jià)格的因素在2005-2015年的相關(guān)數(shù)據(jù)，從中華人民共和國國家統(tǒng)計(jì)局的數(shù)據(jù)庫中收集整理了2005-2015年的糧食產(chǎn)量、糧食需求量等影響最低收購價(jià)格的相關(guān)因子數(shù)據(jù)和2006-2016年的最低收購價(jià)格數(shù)據(jù)。根據(jù)所收集到的相關(guān)數(shù)據(jù)，經(jīng)過整理組合得到了2005-2015年糧食收購價(jià)格各影響因子的指標(biāo)值。并對(duì)數(shù)據(jù)集進(jìn)行簡單的統(tǒng)計(jì)分析，結(jié)果如表1所示。

表1 各屬性的平均值、標(biāo)準(zhǔn)差統(tǒng)計(jì)

續(xù)表

屬 性平均值標(biāo)準(zhǔn)差政府收購貿(mào)易糧數(shù)量52.29743.892政府銷售貿(mào)易糧數(shù)量62.45949.347財(cái)政支出94523.82145593.511早稻播種面積5805.57693.327人口總數(shù)134.1022.206農(nóng)村居民家庭純收入6474.8092590.243農(nóng)村居民家庭恩格爾系數(shù)40.8552.781早稻最低收購價(jià)105.18226.739

1.2 SMOreg原理

SMOreg算法[9]是基于順序最小優(yōu)化算法為解決回歸問題而提出的，其原理是通過設(shè)置回歸的優(yōu)化程序?qū)Σ煌腟MO改進(jìn)算法進(jìn)行選擇，實(shí)現(xiàn)支持向量機(jī)解決回歸問題。SMOreg通過在與對(duì)偶問題相關(guān)的優(yōu)化準(zhǔn)則中獲得線索，使用兩個(gè)閡值參數(shù)，從而解決了普通SMO算法因包含一個(gè)單一閡值所引起的混亂與低效率的問題。

SMOreg算法的基本思路[10]為:

(1)當(dāng)數(shù)據(jù)集{xi,yi}不能實(shí)現(xiàn)線性回歸時(shí)，回歸函數(shù)f(x)表達(dá)式為:

f(x)=w*φ(x)+b。

(1)

式中：w為權(quán)向量，b為閥值，φ(x)是樣本x到高維特征空間的一個(gè)非線性映射。

(2)為了提高其回歸效率，引入了松弛變量，通過將ε不敏感損失函數(shù)加入到式(1)的約束優(yōu)化問題中，可得到

。

(2)

(3)

再將對(duì)偶問題轉(zhuǎn)化為二次規(guī)劃的問題，從而建立拉格朗日方程式：

(4)

(3)用兩個(gè)閥值參數(shù)b_up和b_low來代替原問題中的閥值b。

。

(5)

那么，KKT優(yōu)化條件可以被等價(jià)地表示為

b_low≤b_up。

(6)

(7)

式中：K(xi,x)為SMOreg算法的核函數(shù)，本文選擇的是徑向基核函數(shù)(PolyKernel)

k(xi,xj)=(αxiTxj+c)p。

(8)

1.3 預(yù)測(cè)模型的建立

預(yù)測(cè)模型輸入數(shù)據(jù)為預(yù)測(cè)因子數(shù)據(jù)集，即前文所述的10個(gè)早稻最低收購價(jià)影響因數(shù)，輸出數(shù)據(jù)為早稻最低收購價(jià)。本研究應(yīng)用SMOreg模型預(yù)測(cè)早稻最低收購價(jià)，SMOreg預(yù)測(cè)模型建立的步驟如下：

步驟1：歸一化數(shù)據(jù)。采用min-max的標(biāo)準(zhǔn)化方法(離差標(biāo)準(zhǔn)化方法)對(duì)實(shí)驗(yàn)的所有數(shù)據(jù)集進(jìn)行相應(yīng)的歸一化處理，將所有數(shù)據(jù)映射到[0,1]之間。轉(zhuǎn)換函數(shù)如下：

(9)

式中：max為屬性數(shù)據(jù)中的最大值，min為屬性數(shù)據(jù)中的最小值。

步驟2：確定其核函數(shù)，核函數(shù)選擇的是徑向基函數(shù)。徑向基函數(shù):

圖1 SMOreg模型構(gòu)建流程圖

(10)

步驟3：用Gridsearch尋找最優(yōu)參數(shù)c和p。

網(wǎng)格搜索法其基本原理是讓c和p在一定的范圍內(nèi)劃分成網(wǎng)格，并網(wǎng)格內(nèi)的所有點(diǎn)進(jìn)行遍歷取值，對(duì)于取得的c和p組合，利用交叉驗(yàn)證法得到在此(c，p)組合下訓(xùn)練集交叉驗(yàn)證預(yù)測(cè)準(zhǔn)確率，最終取使得交叉驗(yàn)證準(zhǔn)確率最高的那組(c，p)作為最佳的模型參數(shù)。

步驟4：用最優(yōu)模型參數(shù)(c，p)對(duì)訓(xùn)練集進(jìn)行訓(xùn)練建模。

步驟5：用測(cè)試集對(duì)所建模型進(jìn)行評(píng)估。

SMOreg算法預(yù)測(cè)模型構(gòu)建的具體流程圖如圖1所示。

2 預(yù)測(cè)結(jié)果與分析

2.1 各影響因素的相關(guān)性分析

使用SPSS軟件對(duì)表1中的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行相關(guān)性分析，結(jié)果如表2所示。

表2 各影響因素的相關(guān)系數(shù)

續(xù)表

糧食產(chǎn)量糧食需求量政府收購貿(mào)易糧數(shù)量政府銷售貿(mào)易糧數(shù)量財(cái)政支出早稻播種面積人口總數(shù)農(nóng)村居民家庭人均純收入農(nóng)村居民家庭恩格爾系數(shù)早稻最低收購價(jià)政府銷售貿(mào)易糧數(shù)量-0.2510.2420.971**1.000-0.2090.464-0.275-0.2200.235-0.144財(cái)政支出0.559-0.992-0.360-0.2091.000-0.5110.9950.993-0.9690.981早稻播種面積-0.0310.5840.5830.464-0.5111.000-0.571-0.5080.487-0.521人口總數(shù)0.522-0.992-0.423-0.2750.995-0.5711.0000.989-0.9710.968農(nóng)村居民家庭人均純收入0.558-0.992-0.356-0.2200.993-0.5080.9891.000-0.9600.957農(nóng)村居民家庭恩格爾系數(shù)-0.5790.9490.3680.235-0.9690.487-0.971-0.9601.000-0.935早稻最低收購價(jià)0.551-0.972-0.317-0.1440.981-0.5210.9680.957-0.9351.000

從表2的分析結(jié)果可以看出，早稻的最低收購價(jià)格與糧食需求量、政府的財(cái)政支出、人口總數(shù)、農(nóng)村居民家庭的人均純收入、農(nóng)村居民家庭的恩格爾系均具有很強(qiáng)的相關(guān)性；與糧食產(chǎn)量、政府收購的貿(mào)易糧數(shù)量、政府銷售的貿(mào)易糧數(shù)量、早稻的種植面積的相關(guān)性相對(duì)很低，但仍具有較強(qiáng)的相關(guān)性；因?yàn)槲覈话阃ㄟ^政府收購或銷售貿(mào)易糧的方法來改變國家糧食的庫存量，從而對(duì)糧食的價(jià)格進(jìn)行調(diào)控，所以本研究依然保留了這些因素變量。

圖2 預(yù)測(cè)值和實(shí)測(cè)值的對(duì)比曲線

2.2預(yù)測(cè)模型結(jié)果

根據(jù)所構(gòu)建的SMOreg預(yù)測(cè)模型，得到最低收購價(jià)預(yù)測(cè)結(jié)果，并與相應(yīng)的實(shí)測(cè)值進(jìn)行對(duì)比分析。SMOreg模型所得預(yù)測(cè)值與實(shí)測(cè)值的對(duì)比曲線如圖2所示。由圖2可以看出，SMOreg預(yù)測(cè)模型對(duì)實(shí)測(cè)值的擬合度較好，能可靠、準(zhǔn)確地對(duì)最低收購價(jià)格進(jìn)行預(yù)測(cè)。

為了進(jìn)一步說明該預(yù)測(cè)模型在研究早稻最低收購價(jià)濃預(yù)測(cè)中的精度，本研究分別計(jì)算了該模型的預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)(CC，[0,1])、平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)共3個(gè)指標(biāo)，其具體結(jié)果如表3所示。

表3 模型預(yù)測(cè)效果

由表3實(shí)驗(yàn)結(jié)果可知，根據(jù)模型評(píng)價(jià)指標(biāo)的相關(guān)系數(shù)(CC)值來看，SMOreg模型的預(yù)測(cè)值和實(shí)測(cè)值間的CC值達(dá)到0.9以上，這說明了使用該模型對(duì)最低收購價(jià)進(jìn)行預(yù)測(cè)是合理有效的；根據(jù)模型評(píng)價(jià)指標(biāo)的平均絕對(duì)誤差(MAE)值來看，SMOreg模型的MAE的值很小，為6.676 1，且其均方根誤差(RMSE)的值為10.495 2。所以綜合考慮模型的各個(gè)評(píng)價(jià)指標(biāo)值，可知SMOreg模型預(yù)測(cè)精度高，預(yù)測(cè)效果好，該模型具有良好的可靠性，能夠較為準(zhǔn)確地對(duì)未來一段時(shí)間的早稻最低收購價(jià)進(jìn)行預(yù)測(cè)，為早稻最低收購價(jià)的制定提供依據(jù)。

2.3 最低收購價(jià)定價(jià)合理性分析

根據(jù)所建的兩個(gè)模型可算出2015年早稻的最低收購價(jià)為135.93元/kg。實(shí)際上，2015年中國政府所公布的早稻的最低收購價(jià)格為135元/kg，按照本文所提出的模型預(yù)測(cè)方法計(jì)算得到的早稻最低收購價(jià)格與政府規(guī)定的價(jià)格標(biāo)準(zhǔn)相當(dāng)。從現(xiàn)在的國內(nèi)早稻市場(chǎng)來看，2014年政府在早稻主產(chǎn)區(qū)所實(shí)施的最低收購價(jià)政策極大地調(diào)動(dòng)了當(dāng)?shù)剞r(nóng)民種植早稻作物的積極性，當(dāng)年的供需形勢(shì)已由產(chǎn)量不足以供應(yīng)市場(chǎng)需求轉(zhuǎn)為產(chǎn)量供需有余，全國的早稻單位面積產(chǎn)量已由2014年的5 871.2 kg/hm2增至2015年的5 894.8 kg/hm2，增產(chǎn)數(shù)量巨大，導(dǎo)致年末稻谷庫存水平大幅提高。因此，2015年政府并未再次提高早稻的最低收購價(jià)格，而繼續(xù)保持在2014年的價(jià)格水平是正確得當(dāng)?shù)?，同時(shí)也說明了使用本研究所提出的模型預(yù)測(cè)方法計(jì)算出來的早稻最低收購價(jià)也是相對(duì)較為合理的。

3 結(jié) 語

(1)本研究利用從《中國統(tǒng)計(jì)年鑒2015》、世界糧農(nóng)組織的數(shù)據(jù)庫和國家統(tǒng)計(jì)局收集到的2005-2015年的總?cè)丝跀?shù)、人口增長率等影響糧食價(jià)格的相關(guān)因子數(shù)據(jù)，構(gòu)建了基于SMOreg的早稻最低收購價(jià)格預(yù)測(cè)模型，實(shí)驗(yàn)得出該模型能夠很好地對(duì)最低收購價(jià)與其影響因子間的非線性關(guān)系進(jìn)行描述，并依據(jù)該模型可以得到較高的預(yù)測(cè)精度。因此，將SMOreg預(yù)測(cè)模型應(yīng)用于早稻最低收購價(jià)的預(yù)測(cè)是簡單可行并且有效的。

(2)本文研究構(gòu)建的基于SMOreg預(yù)測(cè)模型能夠?qū)υ绲咀畹褪召弮r(jià)進(jìn)行很好地預(yù)測(cè)，是否可將該模型運(yùn)用于小麥、玉米等其他糧食作物最低收購價(jià)建模，可做進(jìn)一步研究分析。

(3)本研究主要分析糧食產(chǎn)量、糧食需求量等因素對(duì)最低收購價(jià)的影響，在模型中尚未考慮到糧食市場(chǎng)收購價(jià)等以外的其他因素對(duì)早稻最低收購價(jià)的影響。希望在以后的研究工作中加入其他影響因素來進(jìn)一步構(gòu)建預(yù)測(cè)模型，提高模型預(yù)測(cè)的精度。

[1] 朱齊丹,張智,邢卓異.支持向量機(jī)改進(jìn)序列最小優(yōu)化學(xué)習(xí)算法[J].哈爾濱工程大學(xué)學(xué)報(bào),2007(02):183-188.

[2] 許丹.芻議糧食保護(hù)價(jià)收購政策[J].企業(yè)經(jīng)濟(jì),2002(04):52-54.

[3] 童珂.改革和完善糧食保護(hù)價(jià)政策的探討[J].糧食問題研究,2002(03):16-19.

[4] 許斌.中國糧食保護(hù)價(jià)政策內(nèi)容核心及其評(píng)價(jià)[J].財(cái)經(jīng)理論與實(shí)踐,2003(02):101-107.

[5] 王淑艷.我國糧食價(jià)格波動(dòng)因素分析與預(yù)測(cè)研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué),2013:40-45.

[6] 韓永奇.淺析影響糧食價(jià)格的七大因素[J].市場(chǎng)經(jīng)濟(jì)與價(jià)格,2011(07):10-14.

[7] 龔芳.全球化背景下中國糧食價(jià)格的波動(dòng)機(jī)理和預(yù)警機(jī)制研究[D].上海:復(fù)旦大學(xué),2012:56-58.

[8] 孫超,孟軍.中國糧食價(jià)格的影響因素分析與預(yù)測(cè)比較——基于支持向量機(jī)的實(shí)證研究[J].農(nóng)業(yè)經(jīng)濟(jì),2011(01)：29-31.

[9] 譚勵(lì),王璐,于重重.地源熱泵系統(tǒng)中非線性時(shí)序預(yù)測(cè)的應(yīng)用研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2012(05):2042-2047+2101.

[10] 吳佳,蔡之華,高哲超.改進(jìn)的KNN-SMOreg算法及在鈾礦床典型蝕變礦物赤鐵礦含量預(yù)測(cè)中的應(yīng)用[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào),2011(05):842-851.

Prediction Model of Early Rice Minimum Purchase Prices Based on SMOreg

HE Hongxia1,2, XIE Shenru1,2, WANG Kangning1,2, YANG Yujie3, QIAN Binbin1,2, YANG Baohua1,2

(1.Anhui University of Agriculture, Hefei 230000, China; 2.Ministry of Agriculture, Hefei 230000, China; 3.Anhui University of Agriculture, Hefei 230000, China)

In this paper, the prediction model of the early rice minimum purchase prices through SMOreg was created, and also the early rice purchase Prices in 2006-2016 are predicted. Results of the analysis showed that the prediction on early rice minimum purchase price based on SMOreg model is stable and accurate; the average absolute error is 6.6761. Therefore, SMOreg model can perfectly forecast early rice minimum purchase price, and the prediction has a high level of accuracy and credibility.

the minimum purchase price; early rice; SMOreg; prediction model

10.3969/j.issn.1674-5403.2017.04.013

TP39;X823

A

1674-5403(2017)04-0055-05

2017-06-30

何紅霞(1992-)，女，四川巴中人，在讀碩士研究生，主要從事數(shù)字農(nóng)業(yè)方面的研究.

國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFD0300608).