菜价波动也能短期预测?

物价波动本身是件再正常不过的事情，尤其是遇到节假日、气象灾害、道路拥堵、疫情在蔬菜产地爆发等情况，有甚者在上海疫情期间出现哄抬物价，一颗白菜卖78元的情况。菜价波动对于消费者、菜农都是头疼得很，不知道该如何解决。

预测菜价，看似不可能的事情，根据北京市农林科学院、国家农业信息化工程技术研究中心、农业农村部农业信息技术重点实验室等机构联合发布的论文，也许能实现蔬菜短期价格预测。

鉴于蔬菜价格预测存在着价格波动幅度大、影响因素复杂多样、精度不高等难点。该研究以黄瓜为研究对象，分析了影响黄瓜价格的供给、需求、流通等因素，引入Lasso回归模型对影响因素进行筛选，获得12项关联度较大的因素。在此基础上，构建了一种基于影响因素的Lasso回归方法与BP神经网络相结合的组合模型(L-BPNN)，开展黄瓜短期价格预测，并与Lasso回归模型、BP神经网络模型、RBF神经网络模型等回归分析和智能分析方法等进行了对比验证研究。

结果表明:使用L-BPNN模型预测黄瓜价格，其平均相对误差最小，仅为0.66%，比Lasso回归模型、BP神经网络模型和RBF神经网络模型分别低64.52%、82.11%和86.2%，具有较高的预测精度。

研究结果实现了黄瓜的短期价格预测，也可推广到其他蔬菜品种，对于保障菜农收入、稳定蔬菜市场价格等具有重要意义。

菜价波动，作为智慧农业应用中的一环，涉及亿万国民的饮食稳定，该研究对菜价稳定、辅助指导菜农种植计划、确保菜农收入等具有实际应用价值，同时也对类似于聚英农业云平台的农业物联网系统，完善功能、提升利用率、促进食品安全监督等工作的开展提供了可能性，是属于智慧农业的进展。

​