• 전자공학회논문지 IE
• /
• 제43권4호
• /
• pp.13-20
• /
• 2006

선진국에서는 지능형 농사 기법을 이용하여 농산물 가격을 예측하고 있다. 우리나라에서도 농산물 가격 폭등 및 급락을 막기 위해서 기초 연구를 하고 있다. 그러나 어느 누구도 농산물 가격예측을 하는 것은 불가능하다. 본 논문에서는 농산물 예측 가격을 향상하기 위해서 전처리로 신경망을 사용하였다. 또한 후처리로써 예기치 못한 상황을 실시간으로 예측할 수 있는 퍼지알고리즘을 개발하였다. 시뮬레이션결과 제안된 농산물 가격 예측이 퍼지 규칙을 사용 하지 않은 기존 수요예측 시스템보다 가격오차를 줄일 수 있음을 입증했다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.37-38
• /
• 2022

농산물의 산지 가격이나 도매가격이 등락하면, 즉시 또는 일정한 시차 이후에 소비자가격도 등락한다. 본 논문에서는 선형회귀모델을 통해 쌀 가격을 예측하고 쌀 가격에 영향을 미치는 날씨의 시기를 찾아보고자 한다. 이에 따라 KAMIS, 기상자료개방포털, KOSIS에서 수집한 날씨, 생산량, 그리고 소비자물가 등락률 데이터를 이용하여 쌀 가격 예측을 수행하고, 날씨 데이터와 쌀 가격 데이터의 날짜 간격을 두어 날씨가 쌀 가격에 영향을 미치는 시기를 알아보았다. 모델 평가 결과, 2개월 간격을 두고 예측한 RMSE가 164.135로 가장 큰 영향을 미쳤다. 본 연구를 기반으로 향후 다른 농산물의 가격 예측도 가능할 것이며 농산물에 영향을 미치는 변수의 시기도 예측할 수 있을 것으로 기대한다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.83-91
• /
• 2021

농산물은 기상, 기후 등의 변화로 인해 공급이 불규칙하고, 공급량이 10% 하락하면 가격이 50% 상승하는 가격 탄력성이 매우 높다. 이러한 농산물 가격의 변동으로 인해 소상인의 경매를 통해 생산자에게 대금의 안전성을 보장하고 있다. 그러나, 과잉생산으로 가격이 폭락할 경우, 생산자에 대한 보호 조치는 미비한 실정이다. 따라서, 본 논문에서는 농산물에 대한 가격을 인공지능 알고리즘으로 예측하여 전자거래 시스템에 활용할 수 있는 비즈니스 모델을 설계하였다. 이를 위해, 학습 패턴 쌍으로 모델을 학습시키고, ARIMA, SARIMA, RNN, CNN을 적용하여 예측 모델을 설계하였다. 최종적으로, 농산물 예측가격 데이터를 단기예측과 중기예측으로 분류하여 검증하였다. 검증 결과, 2018년 데이터를 기반으로 실제 가격과 예측 가격이 91.08%의 정확도를 나타냈다.

• 한국콘텐츠학회논문지
• /
• 제18권11호
• /
• pp.416-429
• /
• 2018

태풍, 홍수는 우리에게 빈번하게 닥치는 자연 재해이며, 이와 같은 자연 재해로부터 오는 피해는 사전에 예측되어 대응책이 마련될 필요가 있다. 자연 재해로부터 야기되는 피해에는 건물의 붕괴, 인명 피해, 논/밭의 유실 등 주로 직접적인 피해가 많지만, 소비자 물가 상승과 같은 간접적인 영향에도 관심을 가져야 한다. 태풍, 홍수의 피해로부터 영향을 받는 대표적인 소비재 상품은 농산물이다. 갑작스럽고 강력한 태풍은 많은 비를 동반하면서 농작물에 피해를 주고, 농산물의 가격을 상승시킨다. 본 연구에서는 딥러닝 알고리즘을 활용하여 태풍과 같은 자연 재해가 농산물 가격에 미치는 영향을 예측한다. 우리는 데이터 확보가 가능한 쌀, 양파, 대파, 애호박, 시금치 등을 가격 예측 대상으로 했고, 농산물 가격에 영향을 미치는 변수 데이터들로 학습 모델을 만들고, 그 학습 모델이 농산물 가격을 예측하는 연구를 진행하였다. 연구 결과, 모델에 의한 예측 가격과 실제 가격의 차이를 나타내는 RMSE가 0.069 수준이며, 농산물 가격을 비교적 잘 설명하는 것으로 해석된다. 정확한 농산물 가격 예측은 정부의 농산물 공급 규모 조절 등 자연 재해 대응을 위한 정부의 노력에 활용될 수 있을 것이다.

• 미래기술융합논문지
• /
• 제3권2호
• /
• pp.17-23
• /
• 2024

본 논문에서는 기온과 강수량이 농산물 가격에 미치는 영향을 분석하고 TensorFlow를 이용해 주요 농산물 가격을 예측하였다. 분석 결과, 기온 상승과 강수량 증가는 배추, 무, 대파, 상추, 양파 등의 가격 상승에 유의미한 영향을 미쳤다. 특히, 기온과 강수량이 동시에 증가할 때 가격이 급격히 상승하였다. 예측 모델은 기후 변화에 따른 농산물 가격 변동을 사전에 예측하는 데 유용하였다. 이를 통해 농업 생산자와 소비자가 기후 변화에 대비하고, 가격 변동에 대한 대응 전략을 마련할 수 있다. 논문에서는 기후 변화가 농산물 가격에 미치는 영향을 이해하고, 농산물 시장의 안정성과 지속 가능성을 높이는 방안을 모색하는 데 기여할 수 있다. 또한, 기후 변화 시대에 농업의 지속 가능성을 높이고 경제적 안정성을 확보하는 데 중요한 자료를 제공한다. 연구 결과는 정책 결정자들에게도 유용한 통찰을 제공할 것이며, 기후 변화에 대응한 효과적인 농업 정책 수립에 기여할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.710-712
• /
• 2022

농산물은 일상 소비의 필수품으로서 도소매 시장의 많은 부분을 차지하며, 농산물의 소비와 가격은 농산물의 수급, 소비자 지출, 농업 가계소득에 영향을 미친다. 따라서 본 연구에서는 LSTM을 이용해 농산물 거래, 기상관측, 관세청 품목별 수출입 실적, 신선식품 지수 데이터를 사용해 단위가격 예측에 관한 연구를 수행하였다. 농산물의 수급관리와 도소매 시장에서의 적정한 가격을 연구하기 위해 채소가격 안정제 대상 품목 중 소비자물가지수 가중치가 높은 마늘, 배추, 양파를 대상으로 단위가격을 예측한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.412-414
• /
• 2017

농산물에 대한 가격을 정확하게 예측하는 것은 정부와 지방자치단체, 농업관련 주체들에게 중요한 정보가 된다. 또한 농산물의 생산 및 출하는 기상상황에 큰 영향을 받는다. 본 논문에서는 기상상황에 따른 가격변동성이 큰 배추에 대해 최근 각광받는 딥러닝 기술을 적용하여 가격 예측 모형을 제안하였다. 기존의 배추 가격 예측 모형과 예측 성능을 비교하였고 그 우수성을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.201-207
• /
• 2023

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 다각도로 전략을 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 정도에 따라 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 일별 가격 예측을 고도화할 수 있는 효과적인 대안을 제시한다는 측면에서 학술적, 실무적 의의를 갖는다.

• 한국컴퓨터산업학회논문지
• /
• 제6권2호
• /
• pp.241-248
• /
• 2005

기존의 예측 방법들은 과거의 통계적인 수치를 사용해서 미래를 예측했었다. 정확하게 농산물 가격을 예측하려면 정확한 지식과 많은 노력이 필요하다. 그러므로 이러한 문제점을 해결하기 위해서, 본 논문에서는 농산물 예측 가격을 향상하기 위해서 전처리로 퍼지 및 신경망을 사용하였다. 또한 후처리로써 예기치 못한 상황을 실시간으로 예측할 수 있는 지능형 농사 전문가시스템을 개발하였다. 시뮬레이션결과 제안된 농산물 가격 예측이 퍼지 규칙을 사용하지 않은 기존 수요예측 시스템보다 가격오차를 줄일 수 있음을 입증했다.

• 융합정보논문지
• /
• 제12권3호
• /
• pp.1-10
• /
• 2022

배추와 같은 채소류는 자연재해의 영향을 많이 받기 때문에 폭우나 병해와 같은 재해로 인해 가격 변동이 심해져 농가 경제에 영향을 미치게 된다. 이러한 문제를 해결하기 위해서 농산물 가격 예측을 위한 다양한 노력이 행해졌지만 극심한 가격 예측 변동을 예측하기는 어렵다. 본 연구에서는 단일 분류기를 결합하여 다양한 여러 개의 분류기를 통해 최종 예측 결과를 결정하는 방식인 앙상블 Voting 기법으로 배추 가격을 분석하였다. 또한 시계 열 분석 방법인 LSTM과 부스팅 기법인 XGBoost와 RandomForest로 결과 비교를 하였다. 가격 데이터는 일별 데이터를 사용하였고 배추 가격에 영향을 주는 기상정보와 물가지수 등을 사용하였다. 연구 결과로는 실제값과 예측값의 차이를 보여주는 RMSE 값이 약 236 수준이다. 이 연구를 활용하여 농산물 가격 예측과 같은 다른 시계 열 분석 연구 모델 선정에 활용할 수 있을 것으로 기대된다.