Детальная информация

Данная работа посвящена проектированию и реализации программной системы анализа и прогнозирования цен на сельскохозяйственную продукцию. Целью работы является разработка системы, обеспечивающей подготовку исходных данных, построение месячных временных рядов, автоматизированный отбор моделей SARIMA, формирование прогнозных результатов и их визуальное представление. Задачи, которые решались в ходе исследования: 1. Анализ существующих методов и систем прогнозирования цен на сельскохозяйственную продукцию. 2. Сбор, очистка и агрегация исходных данных о ценах на сельскохозяйственную продукцию. 3. Разработка процесса SARIMA-моделирования и автоматизированного отбора моделей-кандидатов. 4. Проектирование архитектуры программной системы, базы данных, серверных интерфейсов и клиентской части. 5. Реализация системы анализа и прогнозирования цен с использованием Python, FastAPI, Vue3, ECharts и MySQL. 6. Тестирование программного обеспечения и оценка качества прогнозирования для нескольких видов продукции. В работе использованы ежедневные данные об оптовых ценах на сельскохозяйственную продукцию, полученные с открытой информационной платформы. В процессе предварительной обработки были выполнены нормализация дат, анализ пропущенных значений, исключение неполных товарных категорий и построение месячных временных рядов. Для прогнозирования применялась модель SARIMA, позволяющая учитывать трендовые и сезонные особенности ценовых рядов. В результате была разработана программная система, включающая модули обработки данных, прогнозного моделирования, хранения результатов, серверного взаимодействия и визуализации. Проведённое тестирование показало работоспособность основных интерфейсов, корректность отображения результатов в клиентской части и согласованность расчёта показателей качества прогнозирования. Среднее значение MAPE по 25 видам сельскохозяйственной продукции составило 19,412%, что подтверждает практическую применимость разработанной системы для анализа и прогнозирования цен.

This work is devoted to the design and implementation of a software system for the analysis and forecasting of agricultural product prices. The aim of the work is to develop a system that provides source data preparation, construction of monthly time series, automated selection of SARIMA models, generation of forecasting results, and their visual representation. The research addressed the following objectives: 1. Analysis of existing methods and systems for forecasting agricultural product prices. 2. Collection, cleaning, and aggregation of source data on agricultural product prices. 3. Development of the SARIMA modeling process and automated selection of candidate models. 4. Design of the software system architecture, database, server interfaces, and client-side application. 5. Implementation of the price analysis and forecasting system using Python, FastAPI, Vue3, ECharts, and MySQL. 6. Software testing and evaluation of forecasting quality for several types of agricultural products. The work uses daily wholesale price data for agricultural products obtained from an open information platform. During preprocessing, date normalization, missing value analysis, removal of incomplete product categories, and construction of monthly time series were performed. The SARIMA model was used for forecasting, as it makes it possible to take into account trend and seasonal characteristics of price time series. As a result, a software system was developed that includes modules for data processing, forecasting modeling, result storage, server-side interaction, and visualization. The conducted testing showed the operability of the main interfaces, correct display of results in the client-side application, and consistency in the calculation of forecasting quality metrics. The average MAPE value for 25 types of agricultural products was 19.412%, which confirms the practical applicability of the developed system for agricultural price analysis and forecasting.

• ABSTRACT
• СОДЕРЖАНИЕ
• ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
• ВВЕДЕНИЕ
• Глава 1ОБЗОР ЛИТЕРАТУРЫ И ПОСТАНОВКА ЗАДАЧИ
• Обзор литературы
• Глава 2МЕТОДЫ ИССЛЕДОВАНИЯ
• 2.1 Принципы модели SARIMA
• 2.2 Анализ данных
• Глава 3ПОСТРОЕНИЕ МОДЕЛИ И АВТОМАТИЗИРОВАННЫЙ ОТБОР МОДЕЛ
• 3.1 Процесс SARIMA-моделирования отдельного вида п
• 3.2. Построение моделей-кандидатов для месячного ц
• 3.3. Подгонка моделей-кандидатов для ряда по огурц
• 3.4. Диагностика модели по огурцам, прогнозировани
• 3.5 Проектирование процесса автоматизированного мо
• 3.6. Алгоритм автоматизированного отбора моделей д
• Глава 4ПРОЕКТИРОВАНИЕ СИСТЕМЫ
• 4.1. Цели проектирования системы и анализ требован
• 4.2. Проектирование общей архитектуры системы
• 4.3. Проектирование функциональных модулей системы
• 4.4. Проектирование базы данных
• 4.5. Проектирование интерфейсов серверной части
• 4.6. Проектирование страниц клиентской части и пол
• 4.7. Проектирование потока данных и бизнес-процесс
• 4.8. Проектирование развёртывания системы
• Глава 5РЕАЛИЗАЦИЯ СИСТЕМЫ
• 5.1. Реализация среды разработки и технологическог
• 5.2. Реализация серверного сервиса
• 5.3. Реализация модуля обработки данных
• 5.4. Реализация модуля SARIMA-моделирования и прог
• 5.5. Реализация хранения результатов прогнозирован
• 5.6. Реализация подключения к базе данных и сохран
• 5.7. Реализация страниц клиентской части
• 5.8. Реализация совместной отладки интерфейсов кли
• 5.9. Реализация развёртывания и запуска системы
• 5.10. Описание результатов реализации системы
• Глава 6ТЕСТИРОВАНИЕ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
• 6.1. Цели тестирования и организация тестирования
• 6.2. Тестирование интерфейсов серверной части
• 6.3. Функциональное тестирование страниц клиентско
• 6.4. Тестирование согласованности обработки данных
• 6.5. Тестирование повторного расчёта показателей в
• 6.6. Проверка совместной работы клиентской и серве
• 6.7. Краткие выводы по результатам тестирования
• Глава 7РЕЗУЛЬТАТЫ ПРОГНОЗИРОВАНИЯ ДЛЯ НЕСКОЛЬКИХ ВИДОВ ПР
• 7.1. Организация оценки качества прогнозирования
• 7.2. Средние показатели качества прогнозирования
• 7.3. Анализ успешных примеров прогнозирования
• 7.4. Анализ примеров с высокой ошибкой и объяснени
• 7.5. Пример вывода прогноза на будущий период
• 7.6. Выводы по результатам прогнозирования
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ