중장기 농산물 가격 예측을 위한 다단계 시계열 예측 모델
A Multi-step Time Series Forecasting Model for Mid-to-Long Term Agricultural Price Prediction
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
본 논문에서는 Multi-Step Time Series의 세 가지 전략을 비교 분석하기 위해 LGBM, MLP, LSTM, GRU를 사용하여 농산물 중장기 가격 예측에 대한 최적의 모형을 제안한다. 제안 모형은 다각도로전략을 선택하여 모델과 전략간 최적의 조합을 찾도록 설계되었다. 기존 농산물 가격 예측 연구에서는 전통 계량경제 모델인 ARIMA를 비롯하여 LSTM 계열 모델이 주로 사용된 반면 Multi-Step Time Series 관련 농산물 가격 예측 연구는 매우 제한적이다. 본 연구에서는 농산물 가격의 변동성 정도에따라 두 개의 기간으로 나누어 실험을 진행하였으며, Direct, Hybrid, Multiple Outputs 등 세 전략의 중장기 가격 예측 결과 Hybrid 접근법이 상대적으로 우수한 성능을 보였다.본 연구 결과는 중장기 일별가격 예측을 고도화할 수 있는 효과적인 대안을 제시한다는 측면에서 학술적, 실무적 의의를 갖는다.
Abstract
In this paper, we propose an optimal model for mid to long-term price prediction of agricultural products using LGBM, MLP, LSTM, and GRU to compare and analyze the three strategies of the Multi-Step Time Series. The proposed model is designed to find the optimal combination between the models by selecting methods from various angles. Prior agricultural product price prediction studies have mainly adopted traditional econometric models such as ARIMA and LSTM-type models. In contrast, agricultural product price prediction studies related to Multi-Step Time Series were minimal. In this study, the experiment was conducted by dividing it into two periods according to the degree of volatility of agricultural product prices. As a result of the mid-to-long-term price prediction of three strategies, namely direct, hybrid, and multiple outputs, the hybrid approach showed relatively superior performance. This study academically and practically contributes to mid-to-long term daily price prediction by proposing an effective alternative.
참고문헌 (16)
- 하지희, "양파와 마늘가격 예측모형의 예측력 고도화 방안", 농촌계획, 25(4), pp.109~117 (2019), 한국농촌계획학회[DOI]
- "Influence on aggregate general price level of agricultural pricing and policy implications" (2013)[URL]
- 신성호, "LSTM 네트워크를 활용한 농산물 가격 예측 모델", 한국콘텐츠학회 논문지, 18(11), pp.416~429 (2018), 한국콘텐츠학회[DOI]
- 서교, "농산물의 저장성이 출하량과 가격예측에 미치는 영향 분석", 농촌계획, 10(3), pp.53~58 (2004), 한국농촌계획학회
- J. K. Seo, "Analyzing Significant Variables from a Linear Regression-Based Prediction Model for Rice Prices", Proceedings of Korea Society of Computer Information, 30(2), pp.39~42 (2022)
- "Skforecast: time series forecasting with Python and Scikit-learn Attribution 4.0 International (CC BY 4.0)" (2021)[URL]
- "Introduction to Time Series Forecasting With Python - Discover How to Prepare Data and Develop Models to Predict the Future" (2017)[URL]
- J. H. Ha, "Evaluation on the Performance of Onion and Garlic Forecasts", Proceedings of the Summer Academic Conference of the Korea Food Trade Association, pp.559~572 (2019)
- 최병옥, "시계열 분석방법을 이용한 과채류 월별가격 예측", 농촌경제, 30(1), pp.129~148 (2007), 한국농촌경제연구원[DOI]
- 정대호, "LSTM 네트워크를 이용한 한라봉 가격 예측 모델", 원예과학기술지, 40(5), pp.571~577 (2022), 한국원예학회
- D. W. Yoo, "Prediction of Agricultural Prices Using LSTM", Proceedings of the Korean Institute of Information and Commucation Sciences Conference, pp.710~712 (2022)
- 남국현, "양파 출하시기 도매가격 예측모형 연구", 농촌지도와 개발, 22(4), pp.423~434 (2015), 한국농촌지도학회
- 장수희, "비정형 농업기상자료를 활용한 배추 도매가격 예측모형 연구", 한국데이터정보과학회지, 28(3), pp.617~624 (2017), 한국데이터정보과학회[DOI]
- 배경태, "인공신경망의 은닉층 최적화를 통한 농산물 가격예측 모델", 한국정보기술학회논문지, 14(12), pp.161~169 (2016), 한국정보기술학회[DOI]
- 김진, "딥러닝 기반의 농산물 가격 예측 시스템에 대한 연구", 한국정보기술학회논문지, 17(6), pp.27~34 (2019), 한국정보기술학회[DOI]
- D. Sahoo, "Comparative Analysis of Multi-Step Time-Series Forecasting for Network Load Dataset", Proceedings of 2020 11th International Conference on Computing, Communication and Networking Technologies (ICCCNT) (2020)