생산지 환경에 따른 도매시장 농산물 가격 예측 연구
A Study on the Price Prediction of Agricultural Products in the Wholesale Market According to the Environment of the Production Area
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
최근 국내 농산물 가격 결정 요인이 다변화됨에 따라 농산물 가격 예측 시스템이 도입되고 있으나, 과거 경락가격 및 거래 데이터를 기반으로 한 현재 농산물 가격 예측 시스템은 정확한 농산물 가격을 예측하기 어렵다. 따라서 본 논문은 생산지 환경변화로 인한 농산물 수급 문제를 해결하기 위해 작물 생산지 기상 환경에 따른 농산물의 가격이 어떻게 변화하는지 예측하는 모델을 만들었다. 예측 대상으로 국내에서 가장 많이 거래되며, 고부가가치를 가지고 있는 딸기로 선정했다. 농산물 가격 예측을 위해 관련 데이터를 수집하고 랜덤 포레스트 알고리즘을 적용하였다. 연구 결과, 모델에 의한 예측 가격과 실제 가격의 차이를 나타내는 RMSE가 0.102 수준이며, 농산물 가격을 비교적 잘 설명하는 것으로 해석된다. 정확한 농산물 가격 예측은 정부의 농산물 공급 규모 조절과 일반 소비자도 이용할 수 있도록 서비스화한다면 유용하게 사용될 것으로 기대된다.
Abstract
Recently, as factors determining the price of domestic agricultural products have been diversified, agricultural product price prediction systems have been introduced. However, the current agricultural product price prediction system based on historical auction cost and transaction data is difficult to accurately predict agricultural product prices. Therefore, in order to solve the problem of supply and demand of agricultural products due to changes in the production area environment, this paper created a model to predict how the price of agricultural products will change according to the meteorological environment of the crop production area. Strawberries with the highest added value and the most traded in Korea were selected for prediction. To predict the price of agricultural products, related data were collected and a random forest algorithm was applied. As a result of the study, the RMSE, which indicates the difference between the predicted price and the actual price by the model, was 0.102, which is interpreted as explaining the price of agricultural products relatively well. Accurate price prediction of agricultural products is expected to be useful if the government adjusts the supply of agricultural products and makes it a service for general consumers to use.
참고문헌 (18)
- O-S. Kwon, "A nalyzing the impacts of climate change on a gricultural productivity and the k orean economy" (2014), Rural Development Administration
- 김진, "딥러닝 기반의 농산물 가격 예측 시스템에 대한 연구", 한국정보기술학회논문지, 17(6), pp.27~34 (2019), 한국정보기술학회[DOI]
- J. M. Jung, "Artificial neural network price prediction model", New distribution focus, 18(15), pp.1~123 (2018)
- H. J. Lee, "A study on the effects of climate change on distribution of agricultural products", Korea Distribution Society Fall Conference, pp.123~128 (2012)
- H. J. Ann, "A deep learning methodology study to predict the price and demand for each trade of agricultural products and distribute the volume of goods", pp.2022
- 황인철, "다중 회귀 분석을 이용한 파프리카 생산량 예측", 한국통신학회논문지, 46(11), pp.2048~2055 (2021), 한국통신학회[DOI]
- A. M. Rather, "Recurrent neural network and a hybrid model for prediction of stock returns", Expert Systems with Applications, 42, pp.3234~3241 (2015)
- W. C. Yoon, "Price predictive power analysis of bituminous coal for fuel", Korean Energy Economic Review, 5(2), pp.245~272 (2006)
- 배경태, "인공신경망의 은닉층 최적화를 통한 농산물 가격예측 모델", 한국정보기술학회논문지, 14(12), pp.161~169 (2016), 한국정보기술학회[DOI]
- J. Y, Lim, "Mid-term agricultural products price prediction analysis using time series model: focused on white dried cucumber and zucchini", pp.2015
- 신성호, "LSTM 네트워크를 활용한 농산물 가격 예측 모델", 한국콘텐츠학회 논문지, 18(11), pp.416~429 (2018), 한국콘텐츠학회[DOI]
- "XML resources"[URL]
- 이준헌, "랜덤포레스트 기반 다 범주 분류기를 이용한 RTC(Real-time Contrast) 관리도", 대한산업공학회지, 44(4), pp.306~315 (2018), 대한산업공학회[DOI]
- G. H. Park, "Bagging, random forest and ensemble SVM comparison studies", pp.2018
- 최성현, "최적화 하이퍼 파라미터의 학습자 기반 배깅 모델을 활용한 태양광 출력 예측", 전기학회논문지, 69(7), pp.978~984 (2020), 대한전기학회
- J. D. Lee, "Investment, export, and exchange rate on prediction of employment with decision tree, random forest, and gradient boosting machine learning model", Korea Trade Review, 46(2), pp.281~299 (2021)
- "XML resources"[URL]
- "XML resources"[URL]