Dự báo giá khoai lang huyện Bình Tân, tỉnh Vĩnh Long bằng trí tuệ nhân tạo

Bài viết này trình bày việc ứng dụng mô hình học sâu Long Short Term Memory (LSTM) trong dự báo giá khoai lang huyện Bình Tân tỉnh Vĩnh Long. Thực nghiệm trên bộ số liệu về giá loại khoai lang Tím nhật phổ biến ở huyện Bình Tân tỉnh Vĩnh Long từ năm 2015 đến tháng 3/2020 cho thấy LSTM dự báo dài hạn tốt hơn ARIMA.
Nội dung trích xuất từ tài liệu:
Dự báo giá khoai lang huyện Bình Tân, tỉnh Vĩnh Long bằng trí tuệ nhân tạo Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR), Nha Trang, ngày 8-9/10/2020 DOI: 10.15625/vap.2020.00157 DỰ BÁO GIÁ KHOAI LANG HUYỆN BÌNH TÂN, TỈNH VĨNH LONG BẰNG TRÍ TUỆ NHÂN TẠO Lê Duy Đồng1, Nguyễn Thị Thý Liễu2, Vũ Thanh Nguyên3, Nguyễn Thanh Nghiêm4, Lê Kim Nga5 1,2 Phân hiệu Trường Đại học Kinh tế Thành phố Hồ Chí Minh, tỉnh Vĩnh Long 3 Trường Đại học Công nghiệp Thực phẩm Thành phố Hồ Chí Minh 4 Trung tâm Khuyến nông - Sở Nông nghiệp và Phát triển nông thôn tỉnh Vĩnh Long 5 Trường Trung học phổ thông & Trung học cơ sở Trưng Vương - thành phố Vĩnh Long dongld@ueh.edu.vn, lieuntt@ueh.edu.vn, nguyenvt@hufi.edu.vn, thanhnghiem79@yahoo.com.vn, lekimngavlg@gmail.com TÓM TẮT: Bài báo này trình bày việc ứng dụng mô hình học sâu Long Short Term Memory (LSTM) trong dự báo giá khoai lang huyện Bình Tân tỉnh Vĩnh Long. Chúng tôi đã thực hiện: Thu thập và xử lý dữ liệu học; Xây dựng và huấn luyện mô hình; Dự báo và Đánh giá sai số; So sánh kết quả với mô hình thống kê ARIMA. Thực nghiệm trên bộ số liệu về giá loại khoai lang Tím nhật phổ biến ở huyện Bình Tân tỉnh Vĩnh Long từ năm 2015 đến tháng 3/2020 cho thấy LSTM dự báo dài hạn tốt hơn ARIMA. Từ khóa: LSTM, ARIMA, dự báo chuỗi thời gian, dự báo giá nông sản. I. GIỚI THIỆU Trong những năm qua, việc ứng dụng thành tựu khoa học máy tính vào công tác dự báo kinh tế nói chung và dự báo giá cả hàng nông sản nói riêng trên thế giới cũng như ở Việt Nam đã đạt được những thành tựu quan trọng. Năm 2018, Sima Siami Namin - nghiên cứu sinh Khoa Nông nghiệp và Kinh tế ứng dụng, Akbar Siami Namin - giáo sư Khoa Khoa học Máy tính tại Trường Đại học Kỹ thuật Texas ở Hoa Kỳ đã ứng dụng thành công mô hình Arima và LSTM trong dự báo giá chứng khoán [1]. Tại Ấn Độ năm 2005, ba tác giả Sagar Pathane, Uttam Patil, Nandini Sidnal là giáo sư và sinh viên Khoa Khoa học Máy tính Trường Đại học Sheshgiri ở Ấn Độ đã nghiên cứu thành công và công bố trên tạp chí publishingindia.com bài báo “Prediction of Future Market Price for Agricultural Commodities” [2]. Kết luận của bài báo nêu lên lợi ích của việc ứng dụng các giải thuật máy học để dự báo giá nông sản, giúp tăng lợi nhuận cho người nông dân, điều này có ý nghĩa đặc biệt hơn khi Ấn Độ là nước sản xuất nông nghiệp hàng đầu thế giới. Năm 2003, PGS.TS. Vũ Thanh Nguyên - Đại học Công nghệ thông tin - Đại học Quốc gia TP. HCM và cộng sự đã thực hiện đề tài cấp Cơ sở TP. HCM “Giải quyết một số vấn đề phân tích dự báo kinh tế ứng dụng trong ngành công nghiệp tại TP. HCM” [3]. Đề tài này, nhóm nghiên cứu đã ứng dụng thành công các giải thuật máy học vào dự báo giá vàng, gạo, cà phê,... Năm 2016, PGS.TS. Nguyễn Đình Thuân - Trường Đại học Công nghệ thông tin và cộng sự đã công bố công trình nghiên cứu “Phương pháp dự báo chuỗi thời gian dựa trên chuỗi thời gian mờ theo tiếp cận đại số gia tử” [4] tại Hội nghị Khoa học Quốc gia lần thứ 9 về nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR9). Huyện Bình Tân tỉnh Vĩnh Long là nơi trồng chiếm 95 % diện tích khoai lang của tỉnh Vĩnh Long và đứng đầu vùng Đồng bằng sông Cửu Long, tập trung ở hai xã Tân Thành và Thành Đông. Các giống khoai được trồng phổ biến như Tím Nhật, Trắng Sữa, Trắng Giấy, Bí Đường, Bí Nghệ, Dương Ngọc,… đạt phẩm chất ngon, năng suất bình quân 20 tấn/ha, sản lượng hàng năm đạt khoản 300 ngàn tấn [5]. Tuy nhiên, điệp khúc được mùa mất giá cứ lặp đi lặp lại đối với các mặt hàng nông sản cả nước nói chung và của tỉnh Vĩnh Long nói riêng, việc này có tác động tiêu cực đến tâm lý và gây thất thu về kinh tế của bà con nông dân tại các huyện trong tỉnh. Cây khoai lang là một trong các loại cây chủ lực của tỉnh Vĩnh Long, do đó điệp khúc được mùa mất giá ảnh hưởng rất lớn đến đời sống của bà con trồng khoai nơi này. Trong các năm 2010, 2012 và 2018 giá mỗi kilogram khoai lang ở Bình Tân tỉnh Vĩnh Long đôi khi chỉ còn 2.500 đồng trong khi sản lượng liên tục tăng (từ 6.000 ha năm 2010 lên 14.000 ha năm 2018) [6]. Xuất phát từ những cứ liệu nói trên, chúng tôi thực hiện công trình nghiên cứu này với mong muốn góp một phần sức lực nhỏ bé của mình vào công cuộc phát triển kinh tế - xã hội chung của địa phương. Bên cạnh đó kết quả nghiên cứu cũng là nguồn tài liệu tin cậy trong giảng dạy và học tập của giảng viên, sinh viên Phân hiệu Trường Đại học Kinh tế Thành phố Hồ Chí Minh tại tỉnh Vĩnh Long và các cơ sở đào tạo khác. II. MÔ HÌNH DỰ BÁO CHUỖI THỜI GIAN A. Một số mô hình trong dự báo chuỗi thời gian Mô hình trong dự báo chuỗi thời gian rất đa dạng, thường được chia thành 2 nhóm gồm nhóm mô hình thống kê và nhóm mô hình máy học 1. Mô hình thống kê: Các mô hình thống kê ra đời từ rất sớm và đã khẳng định vị thế của chúng trong thống kê dự báo kinh tế định lượng như: mô hình Tự hồi quy Autoregressive (AR), mô hình Trung bình trượt Moving Average (MA), mô hình Véc tơ tự hồi quy Véc tơ Autoregression (VAR),… Trong đó, mô hình Tự hồi quy kết hợp trung bình trượt 108 DỰ BÁO GIÁ KHOAI LANG HUYỆN BÌNH TÂN, TỈNH VĨNH LONG BẰNG TRÍ TUỆ NHÂN TẠO AutoRegressive Integrated Moving Average (ARIMA) là sự tích hợp giữa AR và MA đã và đang được sử dụng rộng rãi. Trong nghiên cứu này, chúng tôi chọn ARIMA để làm đối chứng với LSTM vì tính phổ biến và hiệu quả của nó. Mô hình ARIMA [1] trong dự báo chuỗi thời gian được hai nhà khoa học thống kê George Box và Gwilym Jenkins giới thiệu năm 1976. Phương pháp này thường được ...