计算机应用

作者：刘斌, 何进荣, 李远成, 韩宏

单位：1.西北农林科技大学 信息工程学院，陕西 杨凌712100；2.农业农村部农业物联网重点实验室（西北农林科技大学），陕西 杨凌 712100；3.陕西省农业信息感知与智能服务重点实验室（西北农林科技大学），陕西 杨凌 712100；4.延安大学 数学与计算机科学学院，陕西 延安 716000；5.西安科技大学 计算机科学与技术学院，西安 710054

关键词：苹果价格预测,分布式神经网络,Spark,短期预测,市场价格

基金：陕西省博士后基金资助项目(2016BSHEDZZ121);中央高校基本科研业务费专项资金资助项目(2452019064);中国博士后基金资助项目(2017M613216);陕西省重点研发计划项目(2019ZDLNY07-06-01);陕西省自然科学基础研究计划项目(2017JM6059);国家自然科学基金重点项目(61834005);延安大学博士科研启动项目(YDBK2019-06)

针对传统农产品价格预测模型在大数据场景下无法快速准确对苹果市场价格进行预测的问题，提出一种基于分布式神经网络的苹果价格预测方法。首先，研究影响苹果市场价格的相关因素，选取苹果历史价格、替代品历史价格、居民消费水平和原油价格四个特征作为神经网络模型的输入；然后，构建蕴含价格波动规律的分布式神经网络模型，实现对苹果市场价格的短期预测。实验结果显示，基于分布式神经网络的苹果市场价格短期预测模型具有较高的预测精度，平均相对误差仅为0.50%，满足苹果市场价格预测的要求。实验结果表明，分布式神经网络模型能够通过自学习特性揭示出苹果市场价格的波动规律和发展趋势，所提方法能为稳定苹果市场秩序和市场价格宏观调控提供科学依据，有助于降低价格波动带来的危害，帮助果农规避市场风险。

来源：2020年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第2期