一种农产品价格波动预警方法及系统与流程

本发明涉及农产品价格监控技术领域，特别是涉及一种农产品价格波动预警方法及系统。

背景技术：

农产品是自然再生产与社会再生产相结合的产业形式，对农业和农村经济的发展起着至关重要的作用，因此分析农产品的价格波动对政府进行宏观调控以及农民指定生产策略具有十分重要的意义。

农产品的价格受生产空间布局的影响，也受产品消费时间分布的影响，还受市场信号及政策效应滞后的影响，这导致农产品的价格波动是较为复杂的变化过程。目前国内外对农产品的价格波动进行分析的手段多为直接通过专家进行判断。然而通过专家判断的手段往往受限于专家的经验丰富程度，并且分析结果较为主观。

技术实现要素：

本发明的目的是提供一种农产品价格波动预警方法及系统，能够对农产品的价格波动进行准确预警，提高农产品价格波动分析的客观性。

为实现上述目的，本发明提供了如下方案：

一种农产品价格波动预警方法，包括：

对待测区域内待测种类的农产品的历史价格波动进行采样，得到样本数据；

利用核密度估计方法对所述样本数据进行分析，得到农产品价格波动的概率密度函数；所述概率密度函数为反映所述农产品的价格波动值的可能出现的概率的函数；

从所述样本数据中获取各个警度对应的预设价格波动范围内的价格波动值；所述警度表示报警程度，所述警度与所述农产品的价格波动值成正比；

对所述价格波动值进行最小二乘运算，得到每个所述警度对应的价格波动分位概率；所述价格波动分位概率为比所述警度所对应的价格波动值小的概率；

根据所述概率密度函数和所述价格波动分位概率确定不同警度的价格波动范围；

将待测区域内待测种类的农产品价格波动值与所述价格波动范围进行对比，当所述农产品价格波动值介于所述价格波动范围内时，发出对应所述警度的预警。

可选的，所述利用核密度估计方法对所述样本数据进行分析，得到农产品价格波动的概率密度函数，具体包括：

将高斯核函数作为所述核密度估计方法的核函数，对所述样本数据进行分析，得到概率密度函数；

对所述概率密度函数的窗宽进行选择，确定最优窗宽；所述最优窗宽为使利用所述概率密度函数相对于样本数据的偏差最小的窗宽；所述窗宽为所述概率密度函数的参数。

本发明还公开了一种农产品价格波动预警系统，包括：

采样模块，用于对待测区域内待测种类的农产品的历史价格波动进行采样，得到样本数据；

核密度估计模块，用于利用核密度估计方法对所述样本数据进行分析，得到农产品价格波动的概率密度函数；所述概率密度函数为反映所述农产品的价格波动值的可能出现的概率的函数；

警度波动值获取模块，用于从所述样本数据中获取各个警度对应的预设价格波动范围内的价格波动值；所述警度表示报警程度，所述警度与所述农产品的价格波动值成正比；

分位数计算模块，用于对所述价格波动值进行最小二乘运算，得到每个所述警度对应的价格波动分位概率；所述价格波动分位概率为比所述警度所对应的价格波动值小的概率；

警度范围确定模块，用于根据所述概率密度函数和所述价格波动分位概率确定不同警度的价格波动范围；

预警模块，用于将待测区域内待测种类的农产品价格波动值与所述价格波动范围进行对比，当所述农产品价格波动值介于所述价格波动范围内时，发出对应所述警度的预警。

可选的，所述核密度估计模块，具体包括：

概率密度函数确定单元，用于将高斯核函数作为所述核密度估计方法的核函数，对所述样本数据进行分析，得到概率密度函数；

窗宽选择单元，用于对所述概率密度函数的窗宽进行选择，确定最优窗宽；所述最优窗宽为使利用所述概率密度函数相对于样本数据的偏差最小的窗宽；所述窗宽为所述概率密度函数的参数。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明的农产品价格波动预警方法及系统，通过对农产品的历史价格波动进行采样和分析，准确得出特定区域内特定农产品种类的价格波动规律，从而确定不同警度的价格波动范围，能够对农产品的价格波动进行准确预警。同时由于本发明的方法及系统是按区域和农产品种类进行分析的，可以适用于各种农产品的价格预警，具有普遍适用性和针对性，在提高方法的应用范围的同时能够提高准确度。并且本发明的方法基于历史数据，通过客观分析得到，相对于现有的直接通过专家进行判断的手段，提高了农产品价格波动分析的客观性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明农产品价格波动预警方法实施例一的方法流程图；

图2为本发明农产品价格波动预警系统实施例的系统结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例一：

图1为本发明农产品价格波动预警方法实施例一的方法流程图。

参见图1，该农产品价格波动预警方法，包括：

步骤101：对待测区域内待测种类的农产品的历史价格波动进行采样，得到样本数据；

步骤102：利用核密度估计方法对所述样本数据进行分析，得到农产品价格波动的概率密度函数；所述概率密度函数为反映所述农产品的价格波动值的可能出现的概率的函数；该步骤具体包括：

将高斯核函数作为所述核密度估计方法的核函数，对所述样本数据进行分析，得到概率密度函数；

对所述概率密度函数的窗宽进行选择，确定最优窗宽；所述最优窗宽为使利用所述概率密度函数相对于样本数据的偏差最小的窗宽；所述窗宽为所述概率密度函数的参数；

步骤103：从所述样本数据中获取各个警度对应的预设价格波动范围内的价格波动值；所述警度表示报警程度，所述警度与所述农产品的价格波动值成正比；

步骤104：对所述价格波动值进行最小二乘运算，得到每个所述警度对应的价格波动分位概率；所述价格波动分位概率为比所述警度所对应的价格波动值小的概率；

步骤105：根据所述概率密度函数和所述价格波动分位概率确定不同警度的价格波动范围；

步骤106：将待测区域内待测种类的农产品价格波动值与所述价格波动范围进行对比，当所述农产品价格波动值介于所述价格波动范围内时，发出对应所述警度的预警。

本发明的农产品价格波动预警方法，通过对农产品的历史价格波动进行采样和分析，准确得出特定区域内特定农产品种类的价格波动规律，从而确定不同警度的价格波动范围，能够对农产品的价格波动进行准确预警。同时由于本发明的方法是按区域和农产品种类进行分析的，可以适用于各种农产品的价格预警，具有普遍适用性和针对性，在提高方法的应用范围的同时能够提高准确度。并且本发明的方法基于历史数据，通过客观分析得到，相对于现有的直接通过专家进行判断的手段，提高了农产品价格波动分析的客观性。

实施例二：

一种农产品价格波动预警方法，包括：

对待测区域内待测种类的农产品的历史价格波动进行采样，得到样本数据。

利用核密度估计方法对所述样本数据进行分析，得到农产品价格波动的概率密度函数；

所述概率密度函数表示为：

其中为概率密度函数，n为所述样本数据的数量，i为样本数据的序号；xi为第i个样本数据，k(x)为核函数，x为所述概率密度函数的变量，h为窗宽。

本实施例中选用高斯核函数作为核函数，则所述核函数k(x)为：

根据核密度估计方法所得到的概率密度函数的偏差和误差随着窗宽h的变化朝着不同的方向变化，窗宽h过大时会使得估计曲线过平滑，窗宽h过小时会使得估计曲线欠平滑，因此所述概率密度函数对窗宽h的选择比较敏感。

为了使概率密度函数更接近真实函数，本实施例采用均方误差(mse，meansquarederror)准则来选择窗宽，从而使概率密度函数更接近真实函数f(x)。所述均方误差准则要求均方误差最小。均方误差的计算公式为：

其中表示概率密度函数的方差，表示概率密度函数相对真实函数f(x)的偏差。的期望，的期望。o(h⁴)为h⁴的无穷小量，为的无穷小量。

在计算窗宽时，本实施例中采用最小二乘交叉验证法计算最优窗宽。该最小二乘交叉验证法不需要对所述概率密度函数做任何假设，直接从实际数据出发即可得到最优窗宽。该最小二乘交叉验证法使所述概率密度函数的积分平方差(ise，integratedsquareerror)最小时的窗宽为最优窗宽。即：

其中表示当所述积分平方差最小时的窗宽，hopt为最优窗宽；

则

其中，xj为第j个样本数据。

通过上述方法确定出窗宽后即可确定所述概率密度函数。

计算出所述概率密度函数之后，采用p-分位法对各个警度对应的农产品价格波动范围进行计算，具体为：

从所述样本数据中获取各个警度对应的预设价格波动范围内的价格波动值；所述警度表示报警程度，所述警度与所述农产品的价格波动值成正比；

对所述价格波动值进行最小二乘运算，得到每个所述警度对应的价格波动分位概率；所述价格波动分位概率为比所述警度所对应的价格波动值小的概率。

对所述价格波动分位概率的设置需采用定性与定量相结合的方法，主要遵循以下原则：一是经济含义的重要性和全面性。比如果蔬类产品与肉类产品概率密度函数的分布明显不同，因此对不同类别的农产品应设置不同的价格波动分位概率；同时随着区域产量的减少，对应的区域的价格波动也会较为显著，因此不同区域的价格波动分位概率的设置也应该有所不同。二是指标的测度能力。各个警度对总体农产品市场价格变动的反应需要具有灵敏性和可靠性，还要具有相对稳定性。三是指标的时效性，指标不是静态的，而是随着时间进行调整、补充和修改，以满足市场预警需要。

因此，所述价格波动分位概率可以采用最小二乘法得到，即：

其中，p^(m)为第m个警度的价格波动分位概率，xi为第m个警度对应的预设价格波动范围内的价格波动值；x^(m)为第m个警度的价格波动分位概率所对应的期望分位数。

本发明将不连续的样本数据转换成连续的函数，并利用连续的函数计算各个警度的价格波动分位概率，从而能够准确计算出各个价格波动分位概率对应的分位数的具体数值，使得各个警度对应的价格波动范围更加准确，提高了预警的准确度。

计算出各个警度所对应的价格波动分位概率p^(m)之后，即可根据所述概率密度函数计算得到各个所述价格波动分位概率所对应的分位数所述分位数为在所述概率密度函数中所述价格波动分位概率所对应的价格波动值；具体计算公式为：

其中，为价格波动分位概率p^(m)所对应的分位数；

不同的警度对应不同的分位数，根据各所述分位数即可求出各个警度的价格波动范围。

本实施例中，设置有四个警度，报警时分别对应四种不同颜色的预警灯。四种预警灯的颜色按警度从高到低分别为红色、橙色、黄色和蓝色。其中蓝灯表示价格波动微高、黄灯表示价格波动偏高、橙灯表示价格波动过高、红灯表示价格波动极高。当农产品价格波动值处在某个警度所对应的价格波动范围内时，则对应颜色的预警灯会被点亮。

实施例三：

图2为本发明农产品价格波动预警系统实施例的系统结构图。

参见图2，该农产品价格波动预警系统，包括：

采样模块201，用于对待测区域内待测种类的农产品的历史价格波动进行采样，得到样本数据；

核密度估计模块202，用于利用核密度估计方法对所述样本数据进行分析，得到农产品价格波动的概率密度函数；所述概率密度函数为反映所述农产品的价格波动值的可能出现的概率的函数；

警度波动值获取模块203，用于从所述样本数据中获取各个警度对应的预设价格波动范围内的价格波动值；所述警度表示报警程度，所述警度与所述农产品的价格波动值成正比；

分位数计算模块204，用于对所述价格波动值进行最小二乘运算，得到每个所述警度对应的价格波动分位概率；所述价格波动分位概率为比所述警度所对应的价格波动值小的概率；

警度范围确定模块205，用于根据所述概率密度函数和所述价格波动分位概率确定不同警度的价格波动范围；

预警模块206，用于将待测区域内待测种类的农产品价格波动值与所述价格波动范围进行对比，当所述农产品价格波动值介于所述价格波动范围内时，发出对应所述警度的预警。

所述核密度估计模块202，具体包括：

概率密度函数确定单元，用于将高斯核函数作为所述核密度估计方法的核函数，对所述样本数据进行分析，得到概率密度函数；

窗宽选择单元，用于对所述概率密度函数的窗宽进行选择，确定最优窗宽；所述最优窗宽为使利用所述概率密度函数相对于样本数据的偏差最小的窗宽；所述窗宽为所述概率密度函数的参数。

本发明的农产品价格波动预警系统，通过对农产品的历史价格波动进行采样和分析，准确得出特定区域内特定农产品种类的价格波动规律，从而确定不同警度的价格波动范围，能够对农产品的价格波动进行准确预警。同时由于本发明的系统是按区域和农产品种类进行分析的，可以适用于各种农产品的价格预警，具有普遍适用性和针对性，在提高方法的应用范围的同时能够提高准确度。并且本发明的方法基于历史数据，通过客观分析得到，相对于现有的直接通过专家进行判断的手段，提高了农产品价格波动分析的客观性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。