基于PCA⁃SSA⁃ELM模型的河北省鸡蛋价格预测及预警

为了促进河北省蛋鸡产业健康有序发展,研究以2011年1月份—2020年12月份的120组河北省鸡蛋月度价格数据作为训练样本,分别从供给、需求和消费者收入水平的角度选取影响鸡蛋价格的变量,采用主成分分析(PCA)法对样本数据进行降维处理,通过麻雀搜索算法(SSA)对极限学习机(ELM)进行优化,构建了PCA⁃SSA⁃ELM模型,对河北省2021年1月份—2022年5月份共17个月的鸡蛋价格进行预测及预警。结果表明:构建的PCA⁃SSA⁃ELM模型整体拟合效果较好,均方根误差为0.23;2021年1月份—2022年5月份河北省鸡蛋预测价格整体呈上涨趋势,波动范围不大,价格整体稳定,其中出现1次正向重警,1次负向重警,1次正向轻警,1次负向轻警,其余13个月均为无警状态;与真实价格对比,共有14个月的警度预测正确,准确率为82.35%。说明该模型可以较为准确地预测河北省鸡蛋价格。最后笔者对河北省蛋鸡产业提出以下对策建议:健全信息服务平台,做好对鸡蛋产业的服务工作;深挖综合数据,优化鸡蛋价格风险预警指标体系;完善对河北省蛋鸡产业的扶持政策。

基于“企业+农户”模式的肉鸡养殖精准化管理平台

[目的]为了助力乡村振兴“企业+农户”养殖模式的推广,促进规模化养殖发展,设计开发了分布式肉鸡养殖智能监测信息管理平台。[方法]平台对采集到的多源异构感知数据采用动态适配解析方法进行标准化处理,运用MySQL+HBase混合存储模式进行存储;以Hadoop为底层框架,应用MapReduce和FFmpeg进行视频分布式转码与封装,实现非结构化视频数据的编码格式、封装格式和常用浏览器更加兼容。同时,采用HDFS分布式文件系统存储视频数据;通过Web和手机终端实现养殖信息可视化及用户的实时交互,构建了企业和养殖农户之间的信息通道。平台的功能模块包含:基础信息管理模块、环境管理模块、库存管理模块、设备管理模块。[结果]对于异构感知数据采用混合存储模式与使用传统的关系型数据库相比,当数据量为500万条时,查询效率提升了31%;采用FFmpeg对视频数据进行提前分片处理,再应用MapReduce数据模型进行分布式解编码,将视频数据统一封装成MP4格式,与传统的单机转码相比转码时间节省了54%。平台将整个养殖周期的数据进行整合,查询效率、视频格式兼容性、存储量均得到了很大的提升。[结论]将平台投入企业与农户养殖基地实际使用发现具有简单易用、扩展性强、交互性好的特点,其应用可提升养殖场生产管理信息化、成本精细化管控能力,实现数字化养殖。