物價(jià)波動(dòng)本身是件再正常不過的事情，尤其是遇到節(jié)假日、氣象災(zāi)害、道路擁堵、疫情在蔬菜產(chǎn)地爆發(fā)等情況，有甚者在上海疫情期間出現(xiàn)哄抬物價(jià)，一顆白菜賣78元的情況。菜價(jià)波動(dòng)對(duì)于消費(fèi)者、菜農(nóng)都是頭疼得很，不知道該如何解決。

預(yù)測(cè)菜價(jià)，看似不可能的事情，根據(jù)北京市農(nóng)林科學(xué)院、國家農(nóng)業(yè)信息化工程技術(shù)研究中心、農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)信息技術(shù)重點(diǎn)實(shí)驗(yàn)室等機(jī)構(gòu)聯(lián)合發(fā)布的論文，也許能實(shí)現(xiàn)蔬菜短期價(jià)格預(yù)測(cè)。

鑒于蔬菜價(jià)格預(yù)測(cè)存在著價(jià)格波動(dòng)幅度大、影響因素復(fù)雜多樣、精度不高等難點(diǎn)。該研究以黃瓜為研究對(duì)象，分析了影響黃瓜價(jià)格的供給、需求、流通等因素，引入Lasso回歸模型對(duì)影響因素進(jìn)行篩選，獲得12項(xiàng)關(guān)聯(lián)度較大的因素。在此基礎(chǔ)上，構(gòu)建了一種基于影響因素的Lasso回歸方法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的組合模型(L-BPNN)，開展黃瓜短期價(jià)格預(yù)測(cè)，并與Lasso回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型、RBF神經(jīng)網(wǎng)絡(luò)模型等回歸分析和智能分析方法等進(jìn)行了對(duì)比驗(yàn)證研究。

結(jié)果表明:使用L-BPNN模型預(yù)測(cè)黃瓜價(jià)格，其平均相對(duì)誤差最小，僅為0.66%，比Lasso回歸模型、BP神經(jīng)網(wǎng)絡(luò)模型和RBF神經(jīng)網(wǎng)絡(luò)模型分別低64.52%、82.11%和86.2%，具有較高的預(yù)測(cè)精度。

研究結(jié)果實(shí)現(xiàn)了黃瓜的短期價(jià)格預(yù)測(cè)，也可推廣到其他蔬菜品種，對(duì)于保障菜農(nóng)收入、穩(wěn)定蔬菜市場(chǎng)價(jià)格等具有重要意義。

菜價(jià)波動(dòng)，作為智慧農(nóng)業(yè)應(yīng)用中的一環(huán)，涉及億萬國民的飲食穩(wěn)定，該研究對(duì)菜價(jià)穩(wěn)定、輔助指導(dǎo)菜農(nóng)種植計(jì)劃、確保菜農(nóng)收入等具有實(shí)際應(yīng)用價(jià)值，同時(shí)也對(duì)類似于聚英農(nóng)業(yè)云平臺(tái)的農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)，完善功能、提升利用率、促進(jìn)食品安全監(jiān)督等工作的開展提供了可能性，是屬于智慧農(nóng)業(yè)的進(jìn)展。

?