基于回归神经网络模型的中药材种子价格预测分析——以酸枣种子为例

(1.中国农业大学农学院，北京 100193；2.石家庄以岭药业股份有限公司，河北 石家庄 050035；3.河北地质大学信息工程学院，石家庄 050031；4.天津中医药大学中药学院，天津 301617；5.天津商业大学制药工程系，天津 300134)

中药材是关系国计民生、保障人民生命健康的战略资源。中药材行业的健康发展，关键在源头，根本在种子[1]。中药材种子的优劣直接关系到中药材的产量和质量[2]，近年来随着国家加强对中药材等非主要农作物种子的管理[3]，肉苁蓉、丹参等中药材种子质量标准相继建立[4,5]，中药材种子产业走上了快速发展的轨道。

酸枣种子，也称酸枣仁，既是具有宁心安神作用的著名中药材，同时利用酸枣种子培育的苗木可作为大枣嫁接的优良砧木，具有广泛的应用价值[6]。以酸枣种子为代表的中药材种子市场价格波动直接关系到中药材种植者的投入、产出和效益， 因此受到广大中药材从业者的极大关注。

中药材种子产业的发展重点在流通环节，关键在市场价格，但是包括中药材在内的种子市场较为混乱，价格差异悬殊，直接限制了产业的快速发展[7,8]。进行中药材种子价格的分析和预测对于调整中药材产业的规划布局、调节资源配置，促进产业稳定发展至关重要。目前，由于中药材种子价格影响因素较多，并且价格波动存在非线性、周期性等特点，前人尚无有效方法进行价格精准预测。本研究引入以人工智能系统为基础的神经网络模型，并经迭代优化建立回归神经网络模型，以酸枣种子为典型代表，进行中药材种子价格的分析和预测实证研究，以期为中药材种业的良性发展提供科学依据。

1 材料与方法

1.1 回归神经网络原理及模型构建

回归神经网络是BP神经网络和迭代回归相结合组建的神经网络模型，其通过构建初始BP神经网络模型，利用数据集进行神经网络训练[9]，并将输出值与真实值之间的差异反馈到神经网络中进行神经网络参数和权重调整，如此反复，迭代回归，逐步修正和调整神经网络，达到降低神经网络误差的作用[10-11](图1)。

1.2 数据来源及处理

酸枣种子(酸枣仁)市场价格历年数据来自中药材天地网(以山东机选种子为参考)，每月采集3组基准数据，以安国、亳州、荷花池、玉林4个市场每月5日、15日、25日报价为采集基准数据，数据期间为2013年1月—2019年9月。

回归神经网络训练数据为2013年1月—2019年9月，仿真数据为2013年2月—2019年9月，利用前2年数据进行后续数据的仿真预测。

数据分析前先进行归一化处理，使酸枣种子价格在回归神经网络中的输入数据归一化在[0-1]范围内。同时，将计算后输出的数据进行反归一化处理，以便进行数据分析，月度预测数据为每月5日、15日、25日输出的预测数据的算数平均数。

表1 2018年7月—2019年6月酸枣种子实际价格与拟合价格对比 单位：元·kg-1

X原始=X归一(Xmax-Xmin)+Xmin

图1 回归神经网络模型计算过程流程图

1.3 模型数据分析方法

采用MATLAB R 2016软件进行回归神经网络数据分析，采用Microsoft Excel 2013软件数据分析和绘图。数据拟合及预测效果采用以下公式计算：

其中：y代表酸枣种子实际价格，y’代表酸枣种子预测价格。

2 结果与分析

2.1 回归神经网络模型对酸枣种子价格拟合效果分析

由表1可知，2018年7月—2019年6月通过回归神经网络拟合的酸枣种子价格与真实值相比，97%以上的数据误差控制在±5%以内，安国、亳州、荷花池、玉林4个市场相对偏差分别为1.90%、1.39%、1.14%、1.09%，所有市场的总平均相对偏差为1.38%。

由图2可知，2013年1月—2019年9月4个市场酸枣种子价格拟合对比图显示，回归神经网络模型能对酸枣种子市场价格变动做出提前预判并做出迅速反应，非线性特征表现明显，具有良好的预测效果。

2.2 回归神经网络模型对酸枣种子价格预测分析

运用回归神经网络模型进行2019年10月—2020年7月酸枣种子价格预测，结果显示未来9个月酸枣种子价格呈相对平稳的总体趋势，4个市场酸枣种子价格在160～175元·kg-1范围内波动。

3 结论与讨论

市场经济运行中，价格起关键作用。无论是与国家宏观经济密切相关的外汇[12]、股指期货领域[13]，还是与人们日常生活息息相关的农产品领域[14]，价格是人们关注的永恒焦点。在中药材种植领域，种子是最重要最基本的要素，中药材种子价格的波动对于中药材产业结构的调整和中药材市场供应的影响日益突出，受到广泛关注。

图2 2013年1月—2019年9月酸枣种子实际价格与回归神经网络模型拟合价格对比(单位：元·kg-1)

表2 2019年10月—2020年7月酸枣种子价格预测 (单位：元·kg-1)

酸枣是我国独特的生物资源，不仅含有丰富的营养物质[15]，能为大健康产业提供原料，而且对于山区资源开发和产业扶贫至关重要[16]。酸枣产业的发展离不开种子[17,18]，通过科学手段进行酸枣种子市场研判可提前制定有效对策，降低系统风险。本研究针对酸枣种子价格波动特点，在具有较强自识别和非线性处理能力的BP神经网络的基础上进行迭代回归优化组建回归神经网络模型，通过对酸枣种子价格预测表明：

1) 回归神经网络模型对酸枣种子价格的波动趋势预测精度高，2018年7月—2019年6月四大市场酸枣种子价格预测总相对偏差仅为1.38%。

2) 回归神经网络模型能对酸枣种子市场价格非线性变动进行提前预判并做出迅速反应。

3) 回归神经网络模型能对酸枣种子市场未来价格作出提前预判，预计2019年10月—2020年7月酸枣种子价格将在160～175元·kg-1范围内小幅度波动。在回归神经网络模型的指导下，酸枣种子产业应注意价格周期性风险的防范，及时做好价格波动应对预案。同时针对该模型预测精度高、预判性强等特点，可广泛应用于中药材种子价格预测领域。

中药材产业的发展需要优良的种子质量保障，及时的种子市场信息，稳定的种子价格预期。中药材种子的市场价格研判，需要在传统经验总结的基础上，结合经济学和数理模型进行大数据分析，以便更好的指导生产，促进产业健康可持续发展。