發(fā)布時(shí)間：2023-09-16 09:09

　　【目的】為強(qiáng)化畜禽業(yè)生產(chǎn)決策和政策引導(dǎo)的科學(xué)性、前瞻性,有效預(yù)測(cè)多變量影響下的禽肉市場(chǎng)變化趨勢(shì)。【方法】以白條雞為例,綜合考慮多重因素對(duì)白條雞交易量的影響,提取50個(gè)可能與白條雞交易量預(yù)測(cè)有關(guān)的變量作為數(shù)據(jù)特征,對(duì)比當(dāng)前主流的機(jī)器學(xué)習(xí)算法,探索性地提出一種基于機(jī)器學(xué)習(xí)的白條雞日均交易量預(yù)測(cè)方法,對(duì)禽肉產(chǎn)品供需能力進(jìn)行量化預(yù)測(cè)�！窘Y(jié)果】ElasticNet、RandomForest和GBRT三個(gè)算法預(yù)測(cè)效果均較為穩(wěn)定,預(yù)測(cè)效果從優(yōu)至劣依次為:GBRT、RandomForest、ElasticNet(MAE分別為:25.30、26.67、28.21);隨著時(shí)間積累和訓(xùn)練樣本數(shù)量增加,白條雞日均交易量預(yù)測(cè)效果逐步提高;三種算法均具備提前三期的穩(wěn)定預(yù)測(cè)效果�！揪窒蕖勘疚牟捎玫臄�(shù)據(jù)特征種類和歷史數(shù)據(jù)量較少,且對(duì)行業(yè)的專業(yè)認(rèn)識(shí)較淺�！窘Y(jié)論】本研究對(duì)于量化評(píng)估、預(yù)測(cè)重大突發(fā)事件對(duì)產(chǎn)業(yè)產(chǎn)值的影響具有借鑒意義,有望為政府部門預(yù)判產(chǎn)業(yè)危機(jī)、制定產(chǎn)業(yè)調(diào)控政策提供理論數(shù)據(jù)支撐。

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 引言
2 文獻(xiàn)綜述
3 融合機(jī)器學(xué)習(xí)算法和多重因素的預(yù)測(cè)方法
    3.1 總體思路
    3.2 白條雞日均交易量預(yù)測(cè)特征描述
        (1）市場(chǎng)主體特征
        (2）輿情信息特征
        (3）搜索意愿特征
        (4）統(tǒng)計(jì)數(shù)據(jù)特征
    3.3 數(shù)值型預(yù)測(cè)機(jī)器學(xué)習(xí)算法
4 實(shí)驗(yàn)數(shù)據(jù)與評(píng)估指標(biāo)
    4.1 數(shù)據(jù)描述
    4.2 評(píng)估指標(biāo)
5 實(shí)驗(yàn)
    5.1 白條雞日均交易量預(yù)測(cè)實(shí)驗(yàn)設(shè)計(jì)思路
    5.2 數(shù)據(jù)特征對(duì)預(yù)測(cè)效果穩(wěn)定性影響
    5.3 不同算法的預(yù)測(cè)效果分析
    5.4 迭代滾動(dòng)預(yù)測(cè)效果分析
    5.5 預(yù)測(cè)所需最少訓(xùn)練樣本數(shù)量分析
6 結(jié)語(yǔ)
作者貢獻(xiàn)聲明：
利益沖突聲明：
支撐數(shù)據(jù)：



本文編號(hào)：3846728