・信息技术・ ＡＧＲｒｃ￡）＝ 农业网络信息 衄ｒⅣＥ刑ＲＫ １ＤＲＭＡＴＩＯＮ ２０１４年第１期 基于云计算平台的智能预测模型研究 孙吉红 ，一，彭林 ，邹秋霞 （１．云南农业大学园林园艺学院，云南昆明６５０２０１； ２．云南农业大学云南省高校农业信息技术重点实验室，云南昆明６５０２０１） 摘要：本文针对不同用户对鲜切花价格预测数据的需求，提出了一个基于云计算平台的智能预测模型。通过对ＢＰ神 经网络算法进行改进，建立鲜切花智能预测模型，利用云服务创建服务接口，在云服务中实现数据信息共享。分析结果 显示：该平台具有实用性，在云计算平台上获取了低成本、高质量的数据。 关键词：神经网络；云计算；鲜切花；实用 中图分类号：ＴＦ３１５ 文献标识码：Ａ 文章编码：１６７２—６２５１【２０１４）０１—００４３一ｏ４ Ｓｔｕｄｙ ｏｎ Ｉｎｔｅｌｉｇｅｎｔ Ｆｏｒｅｃａｓｔｉｎｇ Ｍｏｄｅｌ Ｂａｆｓｅｄ ｏｎ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ Ｐｌａｔｆｏｒｍ ＳＵＮ Ｊｉｈｏｎｇ 一，ＰＥＮＧ Ｌｉｎ ，ＺＯＵ Ｑｉｕｘｉａｚ （１．Ｓｃｈｏｏｌ ｏｆ Ｌａｎｄｓｃａｐｅ Ｇａｒｄｅｎｉｎｇ，Ｙｕｎｎａｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｙｕｎｎａｎ Ｋｕｎｍｉｎｇ ６５０２０１；２．Ｕｎｉｖｅｒｓｉｔｙ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｙｕｎｎａｎ Ａｇｉｒｃｕｌｔｕｒａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｙｕｎｎａｎ Ｋｕｎｍｉｎｇ ６５０２０１） Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇ ｔｏ ｄｉｆｅｒｅｎｔ ｕｓｅｒｓ’ｄｅｍａｎｄｓ ｆｏｒ ｆｏｒｅｃａｓｔｉｎｇ ｃｕｔ ｆｌｏｗｅｒ ｐｒｉｃｅ，ｔｈｉｓ ｐａｐｅｒ ｐｒｅｓｅｎｔｅｄ ａｎ ｉｎｔｅｌｌｉｇｅｎｔ ｆｏｒｅｃａｓｔｉｎｇ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｐｌａｔｆｏｒｍ．Ｗｉｔｈ ｔｈｅ ＢＰ ｎｅｕｒｌ ｎｅｔａｗｏｒｋ ａｌｇｏｒｉｔｈｍ ｉｍｐｒｏｖｅｄ，ｔｈｅ ｉｎｔｅＵｉｇｅｎｔ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ｏｆ ｃｕｔ ｌｏｗｅｒｆｓ ｐｒｉｃｅ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ，ａｎｄ ｒｅａｌｉｚｅｄ ｄａｔａ ｉｆｏｒｍａｔｉｎｏｎ ｓｈａｒｉｎｇ ｉｎ ｃｌｏｕｄ ｓｅｒｖｉｃｅｓ ｂｙ ｃｒｅａｔｉｎｇ ａ ｓｅｒｖｉｃｅ ｉｎｔｅｒｆａｃｅ．Ｔｈｅ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄｔｈａｔｔｈｅ ｐｌａｔｆｏｒｍＷａ．６ ｐｒａｃｔｉｃａｌ，ｗｈｅｒｅ ｕｓｅｒｓ ｃｏｕｌｄ ｇｅｔｌｏｗ ｃｏｓｔａｎｄ ｈｉｓｈ ｑｕａｌｉｔｙ ｐｒｉｃｅ ｄａｔａ． Ｋｅｙ ｗｏｒｄｓ：ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ；ｃｕｔ ｆｌｏｗｅｒｓ；ｐｒａｃｔｉｃａｌ 云南是世界花卉王国，云南的花卉产量占全国产 量的８０％。是我国重要的花卉生产基地，有“没有云 花不成花园”的说法。目前，云南主要依靠于大中型 花卉公司、专业农户、散户进行花卉种植，然后，把 种植的花卉运输到昆明斗南花卉拍卖市场进行拍卖。 由于每个季节花卉产量、需求量的不同，每天花卉的 拍卖价格也不同，造成了部分时期的生产过量、生产 不足．导致了花卉公司、专业农户特别是散户的损 失。随着云计算、神经网络等计算机高新技术的发 １鲜切花预测模型的建立 随着计算机科学的进展，神经网络和支持向量机 等方法被越来越多的研究者应用于各类预测问题的研 究㈣。由于计算机计算能力提高很快，人工智能预测 方法用于预测问题的研究优势更加明显 。而ＢＰ神经 网络算法作为智能算法中的定量预测方法，能够把影 响价格因素作为输入信息输入到输入层中，再由输入 层中的神经元接收该输入信息，传递到隐含层，由隐 含层中的神经元进行信息处理，所有的信息处理完毕 之后。由输出层输出最终的预测结果。本文采用改进 后的ＢＰ神经网络建立鲜切花预测模型。 １．１确立影响鲜切花的价格因素 展．云南的花卉产业正在由传统的方式向智慧型方式 转变，建设智慧花卉价格预测模型，向花卉公司、农 户提供第二年的各种花卉的预测价格，为其提供种植 数量、品种的依据。仅仅收取低额的费用，为创建国 际型花卉公司提供数据信息的支持，为农户、散户提 供种植依据。 根据秦大开博士提出的影响鲜切花价格的重要因 素供货量、成交量。制定专家意见征询书。分别把专 家意见征询表寄给１０位不同的花卉专家，要求专家 基金项目：国家自然科学基金项目（编号：３１２６０２９２）；云南省自然基金项目（编号：２００８ＺＣ０５０Ｍ）；云南省教育厅科学研究基金项目（编 号：２０１３Ｊ１０３）。 作者简介：孙吉红（１９８３一），男，硕士，研究方向：人工智能。 收稿日期：２０１３—１２—１８ ・－－——４３－－－—— 《农业网络信息》２ｏ１４年第１期 信息技术 提出专业意见，然后对专家意见进行归纳总结。把归 纳总结出的信息进行整理。重新制作成专家意见征询 表，再向这１０位专家咨询，这样重复多次，直到专 家意见统一。确定影响鲜切花的价格因素。 １．２构建鲜切花智能预测体系 价格作为输出信息的对比，经过网络权值的初始化， 对网络进行训练，经过１ ０００次训练，算法收敛，达 到最佳效果。 ｎｅｔ＝ｔｒａｉｎ（ｎｅｔ，Ｐ， ； １．２．４ ＢＰ神经网络对鲜切花价格的预测 １．２．１样本的选择与预处理 收集近５年来昆明国际花卉拍卖市场某种鲜切花 将训练样本作为预测样本输入输入层，经过隐含 层，最后由输出层输出预测结果，将输出的结果经过 ｐｏｓｔｍｎｍｘ函数进行反归一化处理，得到最终的预测结 果。当结果显示预测结果和真实的价格相差较小时， 说明该模型预测效果较好。 Ｙ＝ｓｉｍ（ｎｅｔ，Ｐ＿ｔｅｓｔ）； 【Ｐｎ］＝ｐｏｓｔｍｎｍｘ（Ｐ，ｍｉｎ，ｍａｘ）； 的价格、待售产品数量、生产成本、质量等级等数据 样本。作为构建模型的数据基础。 （１）数据预处理。由于存在一些数据噪声，这些 噪声会影响预测的正确率，所以在预测前．采用拉依 达准则剔除异常数据。计算公式为［ ： Ｖｂ＝１ ｘ『＿ｙ Ｉ＞３８，１≤ｂ≤ｎ ？————————一 ２云计算平台下鲜切花预测模型的实现 云计算是新兴的共享基础架构的方法，其基本原 理是透过网络将庞大的存储和计算处理程序分布到大 量分布式计算机中，并提供相应的应用程序服务，使 得企业能将资源切换到需要的应用上．根据需求访问 式中：Ｅ：－ｔ＝√壶∑ ｌ一 将Ｘｂ剔除。在实验过程中，保证实验数据ｎ＞ｌＯ。 然后使用ｐｒｅｍｎｍｘ函数将数据进行归一化处理， 取消各维数据间，数据级的差别，使影响因子控制在 （一１，１）的范围内，避免输入、输出数据数量级差别较 大造成网络预测误差较大的现象。 Ｐｔ＝ｐｒｅｍｎｍｘ（ｐｔ）； 计算机和存储系统［７】。 ２．１云计算平台的搭建 云计算平台架构是云计算技术在智能算法构建鲜 切花价格预测模型中的升级、扩展．是未来智能预测 模型的发展趋势，包含了处理盘大的数据的各种资 源，把这些资源进行虚拟化之后，向鲜切花企业、散 ２ （ｍ－ｍｉｎ）／（ｍａｘ－ｍｉｎ）－１ １．２．２ ＢＰ网络的设计 根据影响鲜切花价格因素的因子，确定输入样本 为３维的输入向量，因此，输人层有３个神经元，隐 含层设定为７个神经元，网络层只有１个输出数据， 输出层只有一个神经元。按照ＢＰ神经网络预测的一 般模型，中间层神经元的传递函数为ｓ型正切函数［６１。 输出层神经元的传递函数设定为Ｓ型正切函数。创建 网络如下［６Ｊ： ｔｈｒｅｓｈｏｌｄ＝［－１ １；－１ １】； ｎｅｔ＝ｎｅｗｆｆ 户、农户提供以低额费用提供查询形式的服务，是沟 通企业与市场、散户与市场、农户与市场之间的桥 梁，是大力发展云南省鲜切花市场的重要途径。 首先前面讲到了利用改进后的ＢＰ神经网络算法 建立鲜切花价格预测模型，把建立好的预测模型，利 用ＭＡＴＬＡＢ将创建的服务打包．然后通过Ｗｉｎｄｏｗｓ Ｌｉｖｅ Ｄｅｖｅｌｏｐｅｒ Ｐｏｒｔａｌ部署到ＷｉｎｄｏｗｓＡｚｕｒｅ嗍。实现了 具有多功能的云架构平台（如图１所示），由基础设 施层、平台层、应用层组成。基础设施层通过互联网 ｎｅｔ＝ｎｅｗｆｆ（ｔｈｒｅｓｈｏｌｄ，［７，１】，｛‘ｔａｎｓｉｇ’，’ｔａｎｓｉｇ’， ｝’￣ａｉｎｇｄｘ’）； 向用户提供了云计算平台的基础管理应用，包括了用 户的权限、安全、电脑和服务器的连接等。平台层通 过互联网以低廉的价钱向用户提供了服务器平台．而 且可以根据订购的情况缴纳不同的费用。应用层通过 互联网向订购的用户提供了不同鲜切花的预测价格， 并通过平台向用户展示了各种鲜切花来年的总体预测 １．２－３ ＢＰ网络的训练与测试 建立一个包括输入层、隐含层、输出层在内的三 层网络结构的ＢＰ神经网络。训练次数设定为１ ０００， 训练目标设定为Ｏ．Ｏ１。 ｎｅｔ．ｔｒａｉｎＰａｒａｍ．ｅｐｏｅｈｓ＝１０００； ｎｅｔ．ｔｒａｉｎＰａｒａｍ．ｇｏａｌ＝０．００１； 趋势，使用户从总体趋势到每一天的具体价格等多方 面了解（该品种）鲜切花的价格走势，从而对该品种 鲜切花来年的前景做出准确的判断。 选用近５年来云南省玫瑰鲜切花的产量、销售量 和质量等级作为训练样本，选用云南省鲜切花的平均 一４４— 《农业网络信息》２０１４年第１期 信息技术 【４］Ｃｏｎｅｊｏ Ａ Ｊ，Ｐｌａｚａｓ Ｍ Ａ，Ｅｓｐｉｎｏｌａ Ｒ，ｅｔ ａ１．Ｄａｙ—ａｈｅａｄ ｅｌｅｃｔｒｉｃｉｔｙ ｐｒｉｃｅ ｆｏｒｅｃａｓｔｉｎｇ ｕｓｉｎｇ ｔｈｅ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ａｎｄ ＡＲＩＭＡ ｍｏｄｅｓ ｌ 的开发和实现【Ｃ】．中国农业工程学会２０１１年学术年会论文集， ２０１１． ［Ｊ】ＩＩＥＥＥ Ｔｒａｎｓ Ｐｏｗｅｒ Ｓｙｓｔｅｍ，２００５，２０（２）：１０３５－１０４２． ［９】方华．云计算在医疗中的应用［Ｊ】．中国医疗器械信息，２００８，（８）： ６３—６４． 【５】王岩，隋思涟．试验设计与ＭＡＴＬＡＢ数据分析【Ｍ］．北京：清华大 学出版社，２０１２． ［６］朱大奇．人工神经网络原理及应用【Ｍ】．北京：科学出版社，２００６． 【１０】八子知礼．你不可不知的“云计算”【Ｍ］．北京：科学出版社，２０１０． 【１ １】ＣＡＩ Ｂｉｎｇ－ｙｕ，ＣＨＥＮ Ｈｕｉ ｘｉａｎ．Ａｎａｌｙｓｉｓ ｏｆ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ ａｎｄ Ｄｉｇｉｔａｌ Ｓｏｕｒｃｅｓ Ｓｔｏｒａｇｅ【Ｊ］．Ｃｏｍｐｕｔｅｒ Ｋｎｏｗｌｅｄｇｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， 【７】程勖，孙福权，刘超，张达伟．基于云计算的校企合作平台设计与 研究【ｃ】．２０１１年全国电子信息技术与应用学术会议，２０１１． 【８】王诗丛，郑立华，李民赞，赵凯．基于云计算平台的农田ＧＩＳ模块 －－－——４６２００９，（２４）：５２－５５． ・－－——
