查進(jìn)道
(江蘇經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院,江蘇 南京 211168)
生豬價格是我國農(nóng)產(chǎn)品市場的核心要素,因此研究生豬價格的內(nèi)在規(guī)律和做好生豬價格的預(yù)測具有重要意義,可以為相關(guān)政府部門評估豬肉市場、出臺相關(guān)政策提供參考。目前,研究、預(yù)測生豬價格的方法很多,如謝小軍等[1]建立了我國生豬價格指數(shù)的GM(1,N)預(yù)測模型。王澤鵬等[2]建立了一種基于改進(jìn)時間卷積網(wǎng)絡(luò)的生豬價格預(yù)測方法。丁琳琳等[3]建立了支持向量機和BP神經(jīng)網(wǎng)絡(luò)模型對生豬價格指數(shù)進(jìn)行了預(yù)測和對比。任青山等[4]通過基于多元回歸分析和BP神經(jīng)網(wǎng)絡(luò)構(gòu)建了BP-多元回歸預(yù)測模型,并對生豬價格進(jìn)行預(yù)測,本文一方面針對影響生豬價格指數(shù)的主要因素采用差分進(jìn)化算法(Differential Evolution Algorithm,DE)和投影尋蹤[5](Projection Pursuit,PP)理論進(jìn)行降維得到一個向量z,并將該向量的各分量按從小到大的順序重排得到向量z*,按保形分段三次插值得到z關(guān)于時間t的函數(shù)關(guān)系z=f(t);另一方面,對生豬價格指數(shù)y按由z到z*的排序方式重排得到y(tǒng)*,通過構(gòu)造一階微分方程得到y(tǒng)*關(guān)于時間t的擬合函數(shù)關(guān)系y=g(t)。從而建立起y關(guān)于z的函數(shù)關(guān)系,即建立起生豬價格指數(shù)關(guān)于影響其主要因素間的擬合模型。仿真結(jié)果表明,該方法是有效的。
設(shè)y0=(y0(1),y0(2),…,y0(n))為離散點列,則存在ω>0,使得y1=(y1(1),y1(2),…,y1(n))=(ω+y0(1),2ω+y0(2),…,nω+y0(n))為非負(fù)遞增離散點列。令d1(i)=ω+y0(i+1)-y0(i),(i=1,2,…,n-1),則d1=(d1(1),d1(2),…,d1(n-1))為y1的一階差分。由于y1(1),y1(2),…,y1(n-1)互不相等,所以范德蒙行列式
影響生豬價格的因素很多,主要因素有仔豬價格指數(shù)、玉米價格指數(shù)、牛肉價格指數(shù)、居民食品消費價格指數(shù)[1]。表1是我國2003-2020年的生豬價格指數(shù)及其主要影響因素的價格指數(shù)。
表1 生豬價格指數(shù)及主要因素數(shù)據(jù)
下面采用將2003年至2020年中除2012年、2015年、2019年外的生豬價格指數(shù)及其主要影響因素的價格指數(shù)共15個樣本作為訓(xùn)練集S,將2012年、2015年、2019年的生豬價格指數(shù)及其主要影響因素的價格指數(shù)作為測試集T建立上述基于數(shù)據(jù)降維和一階微分方程的生豬價格擬合模型。在Matlab環(huán)境下可方便地實現(xiàn)上述算法。通過運行Matlab得到最優(yōu)投影方向:
圖1 2003年至2019年中除2012年、2015年、2019年外的生豬價格指數(shù)的預(yù)測結(jié)果對比
表2 2003年至2019年中除2012年、2015年、2019年外的生豬價格指數(shù)的擬合值與原始值的相對誤差
表3 2012年、2015年、2019年的生豬價格指數(shù)的預(yù)測值與原始值的相對誤差
本文選用仔豬價格指數(shù)、玉米價格指數(shù)、牛肉價格指數(shù)、居民食品消費價格指數(shù)作為影響生豬價格指數(shù)的主要因素,采用將2003年至2020年中除2012年、2015年、2019年外的生豬價格指數(shù)及其主要影響因素的價格指數(shù)共15個樣本作為訓(xùn)練集S,將2012年、2015年、2019年的生豬價格指數(shù)及其主要影響因素的價格指數(shù)作為測試集T建立起基于數(shù)據(jù)降維和一階微分方程的生豬價格指數(shù)關(guān)于影響其主要因素間的擬合模型。由圖1、表3可知,采用本文所建立的生豬價格指數(shù)擬合模型對2003年至2019年中除2012年、2015年、2019年外的生豬價格指數(shù)進(jìn)行擬合所得的各擬合值和對2012年、2015年、2019年的生豬價格指數(shù)進(jìn)行預(yù)測所得的各預(yù)測值,與其對應(yīng)的原始值相比較,相對誤差都較??;其中,對2012年、2015年、2019年的生豬價格指數(shù)進(jìn)行預(yù)測所得的預(yù)測值分別為106.8936、106.0171和146.7858,而2012年、2015年、2019年的生豬價格指數(shù)的實際值分別是95.9、108.9和150.5,相對誤差分別為11.46%、2.65%和2.47%,與實際值較為接近,這也表明了該預(yù)測模型的有效性。