農產品價格的風險評估和控制

1、2016 “中天鋼鐵杯”東北大學數學建模競賽題目：農產品價格的風瞼評估和控制【摘?！?013年下半年以來，大蒜價格一路上揚，在有些地方，甚至超過了肉價，愈演愈烈 的蒜價己引起了各方面的關注，新聞媒體也炒得沸沸揚揚。當前，必須冷靜、理性地分 析大蒜價格暴漲的原因，采取有效應對措施，才能使我岡大蒜產業(yè)得到健談穩(wěn)定持久的 發(fā)展，也避免類似情況的反復發(fā)生。在不考慮市場資木的人為干預，木文通過matlab的擬合工具箱，得到勞動力成 本等因素對價格影響的關系表達式，然后通過綜合回歸分析，比較個因素對人蒜價格的 影響程度大小，得到cj由競爭的大蒜價格計算模型。當考慮市場資本的人為干預，需要對前面的大蒜價格計

2、算模型進行調整，建立整個 生產和銷售不同環(huán)節(jié)的個體收益數學模型，計算不同實際情況下的合理價格，通過與 實際情況比較判斷模型的準確性。在市場經濟條件下，大蒜價格的大幅度上漲，必然會吸引資本進入甚至炒作，大蒜 藏商為了自身利益的需要而蓄機待價銷售，對大蒜價格暴漲起了推波助瀾的作用，似 這也是資本的本性所決定的。為了穩(wěn)定大蒜價格，本文提出了一種基于bp神經網絡的 大蒜價格預測方法，方便政府了解大蒜價格走勢，采取對應的價格穩(wěn)定措施。最后本文 給政府和蒜農分別寫了一份總結報告，對政府管控農產品價格以及蒜農減少經濟損失提出了建議。關鍵詞：bp神經網絡曲線擬合冋歸分析一、問題重述1.1 i'司題背1

3、景商品價格的波動是正常的，然ku最近幾年出現(xiàn)的大宗農產品價格波動卻己經遠遠超 出了人們的預期。如2013年以來出現(xiàn)的大蒜、生姜等多種農業(yè)產品的價格周期性“瘋 漲”。然而，這種價格的暴漲、暴跌是不健康的，暴漲會引起全社會的連鎖反應;而暴跌 則導致許多農戶難以冋木，嚴重的影響y農業(yè)的健康、穩(wěn)健發(fā)展。因此，價格穩(wěn)定在合 理范鬧內是非常重要的。1.2問題提出僅以大蒜為例來提出問題，同學們可以根據興趣，以其它農業(yè)產品作為研究對象建 立數學模型井進行求解：1）請你查閱和關資料，分析得到影響大蒜產品價格的主要影響因素，并建立自由競爭 下商品價格的數學模型。2）商品價格的波動，通常不僅僅由你所建立的理想模型決

4、定，它還可能受到其它多種 因素的影響，比如蒜商囤蒜等。請以大蒜或蕎其它你所選定的農產品為例，從種植 開始，建立整個生產和銷售不同環(huán)節(jié)的個體收益數學模型。當生產和銷售的所冇環(huán) 節(jié)都以利益最大化為目標時，請分析出多種不同的實呩情況，并根據你所分析的情 況，建立數學模型，計算不同實際情況下的合理價格，并檢驗你的模型是否與實際 情況相吻合。3）為了使得蒜農和蒜商都獲得合理利潤，而且盡可能保持大蒜價格穩(wěn)定，請通過模型 得到關鍵影響變量和控制方法。4）為了穩(wěn)定大蒜價格，本文提岀了一種基于bp神經網絡的大蒜價格預測方法，方便 政府了解大蒜價格走勢，采取對應的價格穩(wěn)定措施。最后木文給政府和蒜農分別寫 了一份總

5、結報告，對政府管控農產品價格以及蒜農減少經濟損失提出了建議。二、問題分析本文的主要內容根裾附什給出的各種數裾，進行數據加工處理，然進行電量預測， 最終了解某城市某電力用戶的用電情況。針對問題1，通過查閱資料，了解到大蒜產品價格的主要影響因素可以分為直接因 素和間接因素，直接因素包拈農fh工作農k的勞動力價格以及在大蒜的種棺過程屮采用 的化肥和農藥的價格，間接因素乜括種植面積、國際貿易、國內供求關系、交通運輸、 資木因素等，為了簡化分析，木文主要考慮直接因素對大蒜價格的影響，并建立了大蒜 價格計算模型。針對問題2,建立整個生產和銷售不同環(huán)節(jié)的個體收益數學模型，當生產和銷售的 所冇環(huán)節(jié)都以利益最人

6、化為0標吋，講模型結構和實際結果比較，驗證數學模型的正確 性。針對問題3,在問題2的基礎上，研究控制不同影響因子對大蒜價格的作用效果， 考慮大蒜價格的穩(wěn)定控制方法，通過simulink仿真分析實現(xiàn)大蒜價格的穩(wěn)定。針對問題4,深入考慮季節(jié)、經濟增k和人口變化等其他因素對用電的影響，通過 在祌經網絡模型屮增加對應因素的網絡輸入，調整祌經網絡預測模型。三、模型假設1、假設本文奔閱的數裾真實可靠；2、忽略勞動力成本、化肥、農藥之外的因素對大蒜價格的影響；3、假設勞動力成本、化肥、農藥因素對大蒜價格的影響符合生活常識規(guī)律，成本太高， 大蒜價格會提高。4、考慮季節(jié)、經濟增長和人口變化等其他因素對農產品的影

7、響，季節(jié)的影響滿足周期 性，大蒜的播種和豐收周期變化，也會影響大蒜價格的周期變化。5、bp神經網絡預測未來時刻的大蒜價格可以作為參考依據。6、5.5cm級大蒜價格可以反映大蒜價格的趨勢。符號說明符號解釋說明二 l，2，."，n）a變量f擬合公式八父對成的擬合位y；x,.對應的實際值ssr擬合的誤差t方和x神經網絡輸入y神經網絡輸出network 1bp神經網絡x，待預測網絡輸入y2得到的網絡輸出五、自由競爭的大蒜價格計算模型5.1大蒜價格數據分析金鄉(xiāng)大蒜價格的波動足以影響全國市場，每到種蒜、挖蒜的季節(jié)，都需要雇傭大量 農民工。每年5月全國蒜價都會逐步冋落。今年蒜價卻有些反常，不降反升

8、。據中國 農業(yè)科學院的專家介紹，民間資木在主產區(qū)重金圈地，控制蒜源，是近些年造成蒜價大 幅快速上漲的原因之一。排除人為“屯蒜”等投機行為，查閱相關文獻可以了解到，大蒜 價格和一般的農產品價格一樣，通常會受到種植面積、國際貿易、國內供求關系、交通 運輸、資本w素等多方血的影響，存在一定的波動。在自由競爭模式下，大蒜的價格是由市場規(guī)律完全絕對，當大蒜的種植成本提高， 大蒜價格也會上升，大蒜的種植最主要的直接原因，種植面積、w際貿易、w內供求 關系、交通運輸、資本因素等多方而對大蒜價格的影響比較間接。為了研究方便，本文以遼寧省沈陽市的大蒜簾場價為研究對象，通過調查得到沈陽 市5.5cm級大蒜價格在2

9、015年1月1日到2015年12月31 h之間第1周到第52周之 間的信息，以及同一吋期勞動力價格、農田地租價格、大蒜用化肥價格、大蒜用農藥價 格，數據如表1所示。表i數裾統(tǒng)計表時間（周次）大蒜價格（元）勞動力價格（元）農藥價格（元）化肥價格（元）19.595.06121.26134.6625.1955.5861.4171.2537.4478.6182.6196.6446.7265.6987.4589.2459.159093.61126.8668.3775.8489.62139.2976.5469.0581.26111.3383.9141.6644.2661.7198.7370.27113.3

10、8105.92106.4759.2671.9985.29117.4977.91100.2199.79128.5576.99102.25125.31139.3378.64104.01129.3148.2371.989.26123.19154.8649.636860.23166.2368.0892.12107.12179.4185.81105.66133.3189.380.5597.45124.23196.2650.7891.77111.66209.1687.698.18133.57214.1548.5559.772.77225.9248.537671.02238.6881.97108.79110

11、.52243.8636.1857.0657.31254.6343.3154.9685.12265.0250.5980.1280.66274.9948.1149.9667.7287.4277.2492.2123.78295.4354.9459.1290.56304.9951.371.7975.72313.8939.0263.2282.6328.2880.0888.17106.71336.4763.1574.678.51349.3981.9997.54116.32356.664.6779.72100.02366.3155.9781.1489.11378.8871.9894.28123.89386.

12、9572.3789.8194.8395.0242.1851.9486.34407.8377.23101.93101.62418.8379.44108.2108.51423.9251.2945.2157.73437.8974.3582.65127.69446.0857.9383.8186.33458.7978.7194.16144.09466.8258.7777.9893.63478.0669.1782.8111.93486.3757.2771.79101.43495.6362.4270.182.94504.9444.5452.4566.71514.9659.0853.0868.52527.89

13、69.2184.15131.2535.6252.4164.96106.84547.0563.3775.7586.36554.7151.6650.9469.2567.9976.19100.52116.65通過matlab的可視化命令plot得到，大蒜價格（元）、勞動力價格（元）、農藥價格（元）、化肥價格（元）的變化趨勢，代碼如下： clear,clc close all data=19.5 95.06121.26 134.6625.1955.5861.4171.2537.4478.6182.6196.6446.7265.6987.4589.2459.1590 93.61126.8668.3775

14、.8489.62139.2976.5469.0581.26111.3383.9141.6644.2661.7198.7370.27113.38105.92106.4759.2671.9985.29117.4977.91100.2199.79128.5576.99102.25125.31139.3378.64104.01129.3148.2371.989.26123.19154.8649.6368 60.23166.2368.0892.12107.1217 94185.81105.66133.318 9.3 80.5597.45124.2319 6.2650.7891.77111.6620 9.

15、1687.698.18133.5721 4.1548.5559.772.7722 5.9248.5376 71.0223 8.6881.97108.79110.5224 3.8636.1857.0657.3125 4.6343.3154.9685.1226 5.0250.5980.1280.6627 4.9948.1149.9667.728 7.4277.2492.2123.7829 5.4354.9459.1290.5630 4.9951.371.7975.7231 3.8939.0263.2282.632 8.2880.0888.17106.7133 6.4763.1574.678.513

16、4 9.3981.9997.54116.3235 6.6 64.6779.72100.0236 6.3155.9781.1489.1137 8.8871.9894.28123.8938 6.9572.3789.8194.839 5.0242.1851.9486.3440 7.8377.23101.93101.6241 8.8379.44108.2108.5142 3.9251.2945.2157.7343 7.8974.3582.65127.6944 6.0857.9383.8186.3345 8.7978.7194.16144.0946 6.8258.7777.9893.6347 8.066

17、9.1782.8111.9348 6.3757.2771.79101.4349 5.6362.4270.182.9450 4.9444.5452.4566.7151 4.9659.0853.0868.5252 7.8969.2184.15131.253 5.6252.4164.96106.8454 7.0563.3775.7586.3655 4.7151.6650.9469.256 7.9976.19100.52116.65figure（color/w）plot（data（:，1 ），data（:，2:end）xlabelc時間（周次）ylabelc 價格（元）legend（大蒜價格（元）7勞

18、動力價格（元）/農藥價格（元）7化肥價格（元）.）figureccolorvw*）data2=sortrows（data，3）;plot（data2（:，3），data2（:，2）xlabel（勞動力價格（元） ylabel（大蒜價格（元） figureccolor'/w*）data2=sortrows（data,4）； plot（data2（:，4），data2（:，2） xlabelf農藥價格（元） ylabel（大蒜價格（元） figureccolor'/w'） data2=sortro ws（data,5）; plot（data2（:,5）,data2（:,2）

19、 xlabelf化肥價格（元） ylabel（大蒜價格（元）可視化之后，得到大蒜價格（元）、勞動力價格（元）、農藥價格（元）、化肥價格 （元）的變化趨勢如圖1所示。.時問1（凋次）.圖1大蒜價格等變化趨勢為了研究不同因素對大蒜價格的影響，通過對比分析得到大蒜價格（元）隨勞動力 價格（元）、農藥價格（元）、化肥價格（元）的變化趨勢，分別如圖2、圖3、圖4所10304050:60'708090'100 勞動力價格（.元） 圖2勞動力對價格影響(只)逡衾雛y. 化肥價格.（元）. 圖3化肥對人蒜價格影響102 iiiiiiiii405060708090'100.1101201

20、30 .農藥價格(.元)圖4農藥對大蒜價格影響從圖2、圖3、圖4可以看出勞動力價格、農藥價格、化肥價格對大蒜價格的影響 規(guī)律基本上是正相關，5.2 matlab擬合工具箱擬合計算是建立一個模型去逼近實際數據序列的過程，適用于發(fā)展性的體系。建立 模型時，通常都要指定一個有明確意義的時間原點和時間單位。而且，當t趨句于無窮 大時，模型應當仍然有意義。將擬合計算單獨作為一類體系研究，其意義在于強調其唯 “象”性。一個預測模型的建立，要盡可能符合實際體系，這是擬合的原則。擬合的程 度可以用最小二乘方、最大擬然性、最小絕對偏差來衡量。主要方法有：a、回歸計算：主要含自回歸、線形回歸、同態(tài)線形回歸和多元回

21、歸。 b、“s”模型。主要用來擬合生命總量不受直接限制的體系從發(fā)生發(fā)展直到飽和點這一 階段的形象。c、生命旋冋：對一事物從零開始，經過成k、興盛，達到全盛期后再逐 漸衰落，最后又冋到零的過程的預測。它適合于總量有限的體系。d、周期擬合模型。 當系統(tǒng)的條件未知，而僅對實際發(fā)生的周期兇素建立的擬合模型。其準確性取決與模型 的合理性，并經常為預測結果所驗證，屬于動態(tài)預測模型。本文主要采用matlab中的擬合工其箱進行擬合計算，擬合的原理就是選擇合適 的擬合公式，通過優(yōu)化ssr最小化，得到最徒的擬合公式的參數，ssr計算過程如下。< (2-1) ssr=ix-y,)2. '=1其中表示.

22、對應的擬合值，y,表示實際值，ssr表示擬合的誤差平方和。matlab的曲線擬合工具箱如圖5所示，主要拈曲線擬合工具箱主要拈5個部分: 數據導入模塊，擬合公式選擇模塊，擬合結果模塊，圖形顯示模塊，擬合優(yōu)度模塊。i冬i 5 matlab擬合工具箱數裾選擇模塊主要是選擇需要擬合的數裾，包括橫坐標數裾和縱坐標數裾，比如本 文的橫坐標數據x data采用的是勞動力價格，縱坐標數據主要采用的是大蒜價格數據， 如圖6所示。圖6數據選擇模塊擬合公式選擇模塊，主要是選擇采用的擬合公式，包括自定義公式、指數公式、傅 里葉公式、高斯公式、插值公式、冪公式、分式，如圖7所示。zfouriercustom equat

23、ion exponentialfouriergaussianinterpolantpolynomialpowerrationala4*圖7擬合采用公式擬合結果模塊主要給出選擇擬合公式屮各個參數的值及其對應的置信區(qū)間。閣形顯 示模塊，敁示實呩值和擬合值的變化曲線。擬合優(yōu)度模塊。主要顯示曲線擬合的均方誤 差和擬合類型等信息，主要評價擬合程度的好壞。5.3自由競爭的大蒜價格計算模型為了得到精確的大蒜價格計算模型可以，可以采用擬合方法得到勞動力價格、農藥 價格、化肥價格對大蒜價格的影響，加上勞動力價格、農藥價格、化肥價格對大蒜價格的影響滿足如下的關系式： f(x) = pi *xa2 + p2*x +

24、 p3通過擬合工具箱求得擬合公式屮的未知參數，就可以確定擬合公式，代入勞動力價 格、農藥價格、化肥價格就可以計算得到大蒜價格。以勞動力價格計算大蒜價格為例進 行擬合分析。擬合的自變量x表示勞動力價格，單位是元，因變量是大蒜價格，得到的 擬合曲線如圖8所示。x3圖8勞動力1擬合曲線圖運行相關程序后得到關于擬合表達式結果如下，可以看到，擬合公式采用的是二次 多項式形式，得到的擬合公式參數結果為，linear model poly2:f(x) = pl*x"2 + p2*x + p3 coefficients (with 95% confidence bounds):pl =-0.0001

25、088(-0. 0009394, 0. 0007218)p2 =0. 125(0.01738, 0.2325)p3 =-0. 8031(-4. 167, 2. 561)goodness of fit:sse: 22.11 r-square: 0.866 adjusted r-square: 0. 861 rmse: 0. 6458其中pl, p2，p3分別是二次多項式形式的擬合公式中的參數，比如pi =-0. 0001088 ，p2 = 0. 125, p3 =-0.8031，(-0. 0009394, 0. 0007218)，(0.01738, 0.2325), (-4.167, 2. 56

26、1)是這個參數的置信區(qū)間。運行和關程序后得到關于擬合優(yōu)度結果如下，可以看到均方誤差是22. 11, r2是 0.9986,查閱資料了解到，擬合的r2介于0, 1之間，并且越接近于1,擬合效果越好， 從圖5也可以看出擬合效果不錯，數據點基本都在擬合曲線附近。根裾擬合表達式計算得到由勞動力價格得到擬合數裾和實際數裾的差，其變化曲線 如閣7所示，由于峰期1電量的實際數量級是105,殘差的數量級是102,可以認為擬合 結果在誤差運行范圍內具有預測意義。1.51.50.5«0-0.514050：50'70x 30.90*30：100閣7大蒜價格殘差分布閣同理可以得到化肥價格和農藥價格的

27、擬合結果如表2所示，其屮表格坐標表示的是 擬合的大蒜價格和實呩值的變化曲線，可以看出實際值大致都在擬合曲線附近。表格右 邊是擬合的公式和具體的參數值及其置信區(qū)問。表2擬合結果因此根據勞動力價格、化肥價格、農藥價格計算大蒜價格公示如卜：fl(x) = -0. 0001088*x"2 + 0. 125*x + -0.8031 f2(x) = -4.5o5e-o5*x"2 +0.08879*x + -0.06135 f3(x) = -0.0()()203*x"2 + ().1045 *x +-1.436然后通過計算fl、f2、f3的平均值就可以得到&由競爭的大蒜

28、價格計算公示 f(x)=(fl (x)+f2(x)+f3(x)/3六、個體收益數學模型6.1大蒜市場產業(yè)鏈農業(yè)產業(yè)鏈是指與農業(yè)初級產品密切和關的產業(yè)群構成的網絡結構，乜括為農業(yè)生 產做準備的科研、農資等前期產業(yè)部門，農作物種植、畜禽養(yǎng)殖等中間產業(yè)部門，以及 農產品為原料的加工、儲存、運輸、銷售等后期產鼎部門。我國大蒜產、ik鏈的產、ik主體主要包括大蒜生產環(huán)節(jié)的蒜農、收購儲存環(huán)節(jié)的收購儲存商、批發(fā)環(huán)節(jié)的批發(fā)商和加工 環(huán)節(jié)的加工商。產業(yè)鏈主要包括以下幾個部分。七、個體收益數學模型八、大蒜價格預測和報告分析8.1大蒜價格預測方法實際情況屮大蒜價格受很多岡素影響，為y預測米來吋刻的大蒜價格，考慮到大

29、蒜 價格可以作為一個時間序列分析，本文考慮用神經網絡方法，根據前n個時刻的大蒜價 格預測第n+1個吋刻的大蒜價格。8.2建立bp神經網絡預測模型bp (back propagation)神經網絡是1986年由rumelhart和mccelland為首的科學家 小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W絡，是口前應用最廣泛的神經網 絡模型之一。bp網絡能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描 述這種映射關系的數學方程。它的學習規(guī)則是使用最速下降法，通過反向傳播來不斷調 整網絡的權值和閾值，使網絡的誤差平方和最小。bp神經網絡模型拓撲結構氈拈輸入 層(input)、隱層(h

30、idden layer)和輸岀層(output layer)。bp祌經網絡可以用作分類、聚類、 預測等。神經網絡需要冇一定量的歷史數據，通過歷史數據的訓練，網絡可以學習到數 據中隱含的知識。因為大蒜價格是一個時間序列，為了預測每隔一天的大蒜價格可以采用bp神經網 絡進行短期預測，本文采用matlab自帶的神經m絡工具箱進行網絡建立和訓練。神 經網絡的輸入包拈每組數據中前20天的大蒜價格x，神經網絡的目標輸出是后一個時刻 的大蒜價格y。通過matlab命令nntool打開神經網絡工具箱如圖9所示，主要包拈, 輸入變量模塊、標輸出模塊、網絡模塊、輸出模塊和誤差模塊等部分。neural networ

31、k/data manager (nntool)input data:本 networksoutput data:networkl薦 error data:layer delay states:help o close公 import. new. 二)open.export.delete閣9神經網絡i:具箱本文首先前期查閱的數裾，得到前20個時刻大蒜價格變量xl和后一個時刻大蒜價 格變量yl。然后建、bp神經網絡如圖10所示，網絡類型是feed-forwar backprop，輸 入變量是xl，目標輸出是yl，m絡訓練函數采用trainlm，if價函數采用mse。networkdatanamen

32、etworklnetwork propertiesnetwork type:create network or datai.:卜feed-forward backpropinput data:target data:training function:adaption learning function: performance function: number of layers:bc.trainlmlearngdm mseproperties for: layer 1number of neurons: transfer function:10tansig 口 viewrestore de

33、faultshelp create0 close圖10 bp神經網絡參數神經網絡結構如閣11所示，包含一個輸入層，一個輸出層，兩個隱含層hidden layeroutput layer30圖11 bp神經網絡結構圖mu神經網絡訓練參數如圖12所示，川以看到通過n次迭代后達到網絡誤差要求 網絡性能是7.23e06。網絡訓練過程如圖13所示。滄、neural network training (nntraintool)neural networkhidden layeroutput layeroutputalgorithmsdata division: random (divlderand.tra

34、ining:levenberg-marquardt (trainlm)performance: mean squared error (mse) calculations:mexprogressepoch:time:performance:gradientmu:validation checks:plots7.23e+o61.05e+080.00100011 iterations0:00:021.00e+0310000.001.00e-071.00e+106performance (plotperform)training state (plottrainstate)regression (p

35、lotregression)1 epochsplot interval: 0validation stop.stop trainingcancel閣12神經網絡訓練參數neural network training performance (plotperform). epoch 11. validation.文件© 編莓(i)亙看m 插入工具貞面必窗口 (w)幫助(w107best validation performance is 410921.9095 at epoch 5g?se jojjujpajenbsuess0123456789101111 epochs圖13網絡訓練過

36、程然后將訓練得到的bp神經網絡networkl異出到工作空間，運用sim命令就可以得到未來的大蒜價格。8.3給蒜農的建議報告根據前而的大蒜價格預測模型，可以得到2016年大蒜價格走勢的話2015年大 蒜種植面積落有增加，但因07-08年陰影的恐慌大幅增加的可能性不大總體增幅應該在 5%-10%之間，再者今年大蒜價格似達到前幾年從米有過的高峰，所謂"高處不勝寒”很 多庫存商可能在09-10年四五月份之前就拋光自己的存貨，再者豬流感隨逝但也加深了 部分人們對大蒜這一調味劑的青睞，人民舊增值預期不會改變，還宥一定程度的通貨膨 脹（但這要看政府如何調控）再加上13年“牛利”的影響會引入很大一

37、部分資金加入 抄蒜的行業(yè)，剛開始上市，很多商販很可能會出現(xiàn)搶購的現(xiàn)象，從而導致2010年大蒜 剛開始上市就有著高開高走的局面，就應為各行業(yè)人士對大蒜前景的看好致使這種局面 很可能延續(xù)到7只多雖然過程中落冇震蕩但總體趨勢會一直再漲7只初的時候各庫存商 又開始為入庫而積極備貨，這時大部分蒜商蒜農惜售心理會更強再加上電子交易市場人 為的炒作（2015年坐莊的為了個人的利益肯定會把蒜炒得很高）價格持續(xù)上漲進而有吸 引了很大一部分資金進入這一看似盈利無限的"投機”行列，預示著虛擬經濟乂一輪漲 停板的到來，這吋的資木市場泡沫逐漸形成并不斷擴大。擬經濟的看好為實體經濟蒜業(yè)的價格上漲又多了一個贏利點

38、，這種“春光無限好”的 局面會一直持續(xù)到8月中的時候，當大部分都看好大蒜前景的時候暴跌的風險已在萌芽， 到8月末的時候全w大蒜已到封庫期，這時期貨市場上會迎來第一個大幅的下跌，在分 析那時的情形：全w大蒜冷庫已存滿，再出口方而可能受w外一些反傾銷政策的影響， 但影響不大，東南亞和南亞等主要消費國再大蒜方面內需不是很大再加上人民幣增值， 因此2010年大蒜出u量和13年相比不會旮太大的增加。由于價格極高國內市場消費不 會很大，同時大蒜木身作為一種調味劑需求量不會很大，在商販，蒜農對未來大蒜前景 看好井.目.具釘強烈惜售心理時國內國外市場也即將趨丁飽和，這是現(xiàn)貨市場也迎來一次 看似“穩(wěn)定”的不穩(wěn)定

39、時期部分蒜農蒜商開始銷售余量存貨，但此時會出現(xiàn)會出現(xiàn)“有價 無市”的局而又有部分謹慎的蒜商對未來不太看好開是降低價出售，此階段現(xiàn)貨市場會 有一次高幅度的下跌，這是具有市場追風心里的投機者也開始降價拋售，當普羅大眾都 對未來啦場失去信心并產生恐懼時這時大蒜期貨和現(xiàn)貨|廿場將會進行一次更加深度的 “跳水”?？偠灾褪谴笏獾膬r格具有很強的不確定性，蒜農想通過資本投資行為獲利有風 險，不過可以根據大蒜價格走勢調整自己的大蒜種植計劃，實現(xiàn)獲利最多，切不可盲口 的加大種植面積或者屯蒜。8.4給政府的建議報告堅持正確的輿論導向。規(guī)范各類宣傳媒體報道農產品價格波動的程度，嚴肅杳處捏 造、散布虛假價格信息行為

40、。警惕農產品價格上漲時，會引起媒體和學者過多的關注; 當農產品價格下降時，卻缺乏相應的呼聲。要做到合理引導輿論導向，報道價格上漲背 后的根源性因素，為生產者和消費者決策提供客觀真實的信息。強化農產品尤其是蔬菜市場信息體系建設。大蒜種植面積的盲擴大和萎縮的重要 原因之一就是信息混亂，缺乏官方的權威信息;信息分散，缺乏覆蓋內外兩個市場和整個 產業(yè)鏈的完整信息;信息滯后，缺乏前瞻性的市場分析、預測報告;缺乏從w家到地方的 市場預警和應急機制，不能有效地防范和應對市場的人起人落，w此，有必要加強針對 主產區(qū)的市場信息體系建設，確保產業(yè)信息全而、可觀、真實。發(fā)揮價格調控功能，防止價格大起大落損害農民利益

41、。n前我國農業(yè)的基礎仍然相 當薄弱，農比對ib*場把握的能力還比較差，跟風種棺的現(xiàn)象在短時間內難以徹底改變。 蔬菜價格的暴漲，菜農增收甚微，消費者卻難以承受;蔬菜價格暴跌，農民血木無歸，甚 至發(fā)生家庭悲劇和群體事件。因此，鬧家應采取一定的調控措施和t段，保持蔬菜價格 的穩(wěn)定，對保障市場供應，保護農民利益，促進蔬菜產業(yè)持續(xù)健康、有序發(fā)展非常必耍。扶持大蒜產業(yè)鏈的產業(yè)化項目建設。在我w，大蒜主要消費渠道是m內直接鮮食和 保鮮出口，深加工產品非常少。加工方式單一導致國內農產品領域易出現(xiàn)集中性的供給 矛盾，并以低成木的方式賦予投機者以炒作空間。而每一次價格的暴漲暴跌也阻礙國內 農產品形成穩(wěn)定、有序的生

42、產模式，這是一種惡性循環(huán)。唯有提高產業(yè)附加值、擴大產 業(yè)鏈范圍，冰能從根本上解決農產品產銷失衡的矛盾。總而言之，政府需要合理的調控大蒜市場，防止資本過度干預大蒜市場而出現(xiàn)的壟 斷現(xiàn)象。九、模型的評價與推廣9.1模型評價9.1.1模型優(yōu)點(1) 本文采用曲線擬合方法得到大蒜價格計算模型；(2) 本文的bp網絡的建立過程考慮合適的吋間長度，防止預測精度變??；(3) bp神經網絡的預測值可以給政府和蒜農提供參考，體現(xiàn)的本文建模的獨特性。;9.1.2模型缺點(1) bp網絡模型的預測具有一定的誤差；(2) 根據誤差和判斷數裾真實性具有一定的不確定性。9.2模型推廣(1) 本文對大蒜價格提出的相關迷議也

43、同樣適用于其他農產品；(2) 木文使用的bp網絡建模方法及程序，同樣適用于其它相關問題。十、參考文獻1 丁超.淺析大蒜價格暴漲的原因j.中國蔬菜，2010,15:11-12.2 張利庠，張喜才，陳姝彤.游資對農產品價格波動有影響嗎基于火蒜價格波動的案 例研究j.農業(yè)技術經濟，2010,12:60-67.3 邱15欽.我w大蒜價格波動周期和特征分析j.統(tǒng)計與決策，2013,15:97-100.4 肖小勇，李崇光.我國大蒜出口的“大國效應”研究j.國際貿易問題，2013,08:61-71. 5|邵作昌.農產品價格波動的經濟學解釋以人蒜價格波動為例研究穩(wěn)定對策u1.農 業(yè)經濟，2011,01:23-

44、25.6 卞茂;a，王翠英.2010年我國大蒜價格與出口情況及2011年形勢展望j.保鮮與加 工，2011,03:44-47.7 陳明均.我國大蒜簾場形勢及穩(wěn)定大蒜價格的建議j.巾國蔬菜，2012,134-5.8|陳楚天，雷娜.我w人蒜價格波動特征及對策研究川.價格理論與實踐，2012,06:42-43.9 姚升，周應憤.我國大蒜價格波動特征分析基于arch類模型的實證分析j.價 格理論與實踐,2012,10:54-55.10 鄭新乾.我國大蒜價格波動原因分析及政策調控d.東北財經大學，2010.111傅陽.基丁供應鏈視角探究人蒜價格異常波動的原因及對策d1.復旦人學，2011.12 丁井瑞.

45、蔬菜價格異常波動問題研究d.安徽財經大學，2013.13 李京棟，張吉鬧.中閃小品種農產品價格波動特征及其影響因素基于20052014 年大蒜價格數據的實證分析j.湖南農業(yè)大學學報（社會科學版），2015,04:8-15.14 趙德泉，張燕，亓合英.蔬菜價格指數保險的有效性研究金鄉(xiāng)大蒜價格指數保險 案例j.金融發(fā)展研究,2015,06:62-67.八、附錄matlab代碼如下：%第一問% a=l:56;% rand(state，0)% b=rand( 1,56) *6+3.8;% rand(state，l)% bl=b*8+rand(l，56)*20;% rand(state，2)% c=10

46、*b+rand(l,56)*30;% rand(state，3)% d=12*b+rand(l，56)*40;% data=a;b;bl;c;d;% data=data'% data=round(data*100)/100; clear,clc close all data=19.5 95.06121.26 134.6625.1955.5861.4171.2537.4478.6182.6196.6446.7265.6987.4589.2459.1590 93.61126.8668.3775.8489.62139.2976.5469.0581.26111.3383.9141.6644.2

47、661.7198.7370.27113.38105.92106.4759.2671.9985.29117.4977.91100.2199.79128.5576.99102.25125.31139.3378.64104.01129.3148.2371.989.26123.19154.8649.6368 60.23166.2368.0892.12107.12179.4185.81105.66133.318 9.3 80.5597.45124.23196.2650.7891.77111.66209.1687.698.18133.57214.1548.5559.772.77225.9248.5376

48、71.02238.6881.97108.79110.52243.8636.1857.0657.31254.6343.3154.9685.12265.0250.5980.1280.66274.9948.1149.9667.7287.4277.2492.2123.78295.4354.9459.1290.56304.9951.371.7975.72313.8939.0263.2282.6328.2880.0888.17106.71336.4763.1574.678.51349.3981.9997.54116.32356.6 64.6779.72100.02366.3155.9781.1489.11

49、378.8871.9894.28123.89386.9572.3789.8194.8395.0242.1851.9486.34407.8377.23101.93101.62418.8379.44108.2108.51423.9251.2945.2157.73437.8974.3582.65127.69446.0857.9383.8186.33458.7978.7194.16144.09466.8258.7777.9893.63478.0669.1782.8111.93486.3757.2771.79101.43495.6362.4270.182.94504.9444.5452.4566.715

50、14.9659.0853.0868.52527.8969.2184.15131.2535.6252.4164.96106.84547.0563.3775.7586.36554.7151.6650.9469.2567.9976.19100.52116.65figure（color，w）plot（data（:，l），data（:，2:end）xlabelc時間（周次）ylabel（價格（元）legend（大蒜價格（元），勞動力價格（元），農藥價格（元），化肥價格（元）figure（color，w）data2=sortro ws（data，3）;plot(data2(:，3)，data2(:，2)xlabelc勞動力價格(元)ylabel(大蒜價格(元)figure(color，w)data2=sortro ws(data，4);