农产品市场价格的集成预测方法研究
本文关键词:农产品市场价格的集成预测方法研究
更多相关文章: 农产品价格 价格波动特征 集成预测 经验模态分解 支持向量机
【摘要】:当前,影响我国农产品市场价格的因素十分复杂,包括生产成本、市场供求、气候变化、政策导向、国际市场变动及各种突发性自然灾害等。在这些影响因素的共同作用下,农产品市场价格短期波动加剧,呈现出波动频率加大、波动幅度增大的趋势。农产品市场短期风险凸显,农产品价格预测难度加大。因此,开展农产品市场价格预测研究,给农产品市场提供参考信息显得尤为重要。为了提高农产品价格预测精度,并有效解释价格波动的内在经济含义,本文基于集成预测思想,提出EMD-SVM集成预测模型。以波动幅度较大的具有代表性的猪肉价格数据为预测样本,首先用经验模态分解方法(EMD)把猪肉市场价格分解成若干个不同尺度的,相对平稳的本征模态分量(IMF),按照频率高低,将各IMF分量集成为高频部分、低频部分和残余项三大模块,解决波动大、非平稳问题。在此基础上运用支持向量机(SVM)对3个集成模块分别进行预测,从而解决非线性问题。为了使预测模型最优,SVM的参数用遗传算法进行寻优。对3个集成模块的预测结果再次进行集成,重构出猪肉市场价格预测值。为了验证模型的有效性,将EMD-SVM集成预测模型与SVM、EMD-BP、BP的预测结果进行分类比较,其MAPE和方向性都明显提高。最后通过预测结果,本文阐述了农产品价格预测意义是为了指导农产品市场定价、农业生产,及时建立防范农业风险的有效措施,将农产品价格波动所带来的风险控制在一个合理水平,保障社会安定和谐,保障国民经济健康稳定和可持续发展。
【关键词】:农产品价格 价格波动特征 集成预测 经验模态分解 支持向量机
【学位授予单位】:华中师范大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:F323.7
【目录】:
- 摘要5-6
- Abstract6-9
- 1. 绪论9-19
- 1.1 选题背景及研究意义9-11
- 1.2 国内外研究现状11-15
- 1.2.1 国内农产品价格波动特征研究现状11-12
- 1.2.2 农产品市场价格预测方法研究现状12-15
- 1.3 本文的研究目标15-16
- 1.4 本文研究内容及主要创新点16-19
- 1.4.1 研究内容16-17
- 1.4.2 技术路线与研究方法17
- 1.4.3 主要创新点17-19
- 2. 农产品价格波动特征及预测方法19-29
- 2.1 农产品价格波动现状19-20
- 2.2 农产品价格波动特征分析20-24
- 2.2.1 农产品价格波动时间运动轨迹20-22
- 2.2.2 农产品价格波动结构特征分析22-24
- 2.3 农产品价格波动预测方法评述24-27
- 2.3.1 回归分析方法24-25
- 2.3.2 时间序列预测法25-26
- 2.3.3 智能预测方法26-27
- 2.3.4 合预测方法27
- 2.3.5 集成预测方法27
- 2.4 本章小结27-29
- 3. EMD-SVM集成预测模型的理论基础29-43
- 3.1 引言29
- 3.2 经验模态分解的基本理论29-34
- 3.2.1 瞬时频率29-30
- 3.2.2 特征时间尺度30-31
- 3.2.3 本征模态函数31-32
- 3.2.4 EMD分解的原理及实现32-34
- 3.3 支持向量机的基本理论34-39
- 3.3.1 SVM基本原理35-38
- 3.3.2 SVM要素选取38-39
- 3.4 GA优化SVM参数39-41
- 3.4.1 GA优化概述39-40
- 3.4.2 GA优化模型的建立40-41
- 3.5 本章小结41-43
- 4. EMD-SVM集成预测模型构建与实证分析43-55
- 4.1 引言43
- 4.2 EMD-SVM集成模型的构建43-44
- 4.2.1 样本数据的选择43
- 4.2.2 EMD-SVM集成模型算法43-44
- 4.3 实证分析44-51
- 4.3.1 数据及评价准则44-46
- 4.3.2 实验内容及过程46-49
- 4.3.3 模型结果分析49-51
- 4.4 农产品价格预测的指导意义51-54
- 4.5 本章小结54-55
- 5. 总结与展望55-57
- 5.1 总结55
- 5.2 展望55-57
- 参考文献57-61
- 附录Ⅰ61-64
- 致谢64
【参考文献】
中国期刊全文数据库 前10条
1 林明;杨林楠;彭琳;武尔维;;基于BFGS-NARX神经网络的农产品价格预测方法[J];统计与决策;2013年16期
2 邱书钦;;我国大蒜价格波动周期和特征分析[J];统计与决策;2013年15期
3 赵姜;吴敬学;杨巍;王志丹;;我国鲜活农产品价格波动特征与调控政策建议[J];中国软科学;2013年05期
4 罗超平;翟琼;李靖文;;基于时间序列数据的蔬菜价格波动特征及影响因子分析[J];西南大学学报(自然科学版);2013年04期
5 迟道才;张兰芬;李雪;王X;吴秀明;张特男;;基于遗传算法优化的支持向量机干旱预测模型[J];沈阳农业大学学报;2013年02期
6 张超;万飞;许伟;杨翠红;汪寿阳;;基于一种新的分解—集成模型的我国猪肉年度需求量预测研究[J];系统科学与数学;2013年01期
7 彭美秀;;透视2011—2012我国猪肉价格暴涨暴跌的原因[J];云梦学刊;2012年06期
8 姚升;周应恒;;我国大蒜价格波动特征分析——基于ARCH类模型的实证分析[J];价格理论与实践;2012年10期
9 徐海亮;赵文武;安艺明;;1961-2009年国际主要粮食价格时间变化特征分析[J];世界地理研究;2012年03期
10 罗长寿;;基于神经网络与遗传算法的蔬菜市场价格预测方法研究[J];科技通报;2011年06期
,本文编号:570515
本文链接:https://www.wllwen.com/jingjilunwen/nongyejingjilunwen/570515.html