基于动态贝叶斯网络的生猪价格与产量预测

发布时间：2022-12-09 23:48

　　中国是世界上最大的猪肉生产国和消费国,也是生猪养殖规模最大的国家。目前,中国年生猪出栏量超过6亿头。在中国所有肉类消费中,猪肉消费一直领先其他肉制品,2016年猪肉消费占肉类消费的60%。近年来生猪价格波动频繁而且波动幅度越来越大,生猪价格波动对整个养猪行业乃至社会产生巨大影响。因此,探究一种可以准确预测生猪价格的模型对于生猪市场的研究和生产都具有重要意义。生猪价格的预测结果不仅可以为政府调整生猪产业链的各个环节提供决策支持,还可以平衡城镇居民食品消费价格,维持生猪市场供求关系平衡,从而推动我国生猪产业稳定的发展。影响生猪价格的因素繁杂且具有不确定性,因此,本文使用适合解决不确定性问题的动态贝叶斯网络来进行生猪价格预测的研究。本文首先采用相关性分析,从影响生猪价格波动的20多种因素中筛选重要影响因素作为生猪价格预测的模型参数;然后在静态贝叶斯网络的基础上结合时间序列,采用结构学习和参数学习建立模型。具体过程如下:1)数据处理。采用Python网络爬虫获取实验样本数据,对数据进行预处理包括缺失值填充和异常值剔除等。根据实验要求,对不同量纲的样本数据进行归一化处理,并将数据分为训练集和测试... 

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

013一2017年全球猪肉产量走势图

013一2017年全球猪肉产量分国家统计

013一2017年全球猪肉销量走势图

【参考文献】：
期刊论文
[1]我国生猪价格波动影响因素研究——基于均衡价格理论[J]. 王耀,张艺,艾云辉.  价格月刊. 2018(04)
[2]房地产价格与货币政策调控研究——基于贝叶斯估计的动态随机一般均衡模型[J]. 冯涛,杨达,张蕾.  西安交通大学学报(社会科学版). 2014(01)
[3]基于ARIMA模型的四川省生猪价格预测[J]. 范传棋,王映,谭静.  农村经济与科技. 2013(05)
[4]两种模型对中国生猪价格预测效果的比较[J]. 丁琳琳,孟军.  统计与决策. 2012(04)
[5]基于BP神经网络的股价趋势分析[J]. 许兴军,颜钢锋.  浙江金融. 2011(11)
[6]猪肉价格加速上涨原因分析及走势预测[J]. 朱增勇,张学彪.  中国牧业通讯. 2011(13)
[7]小波包与贝叶斯LS-SVM在石油价格预测中的应用[J]. 王欣冉,邢永丽,巨程晖.  统计与决策. 2011(06)
[8]基于灰色预测模型的广东生猪养殖分析[J]. 张维宏.  广东农业科学. 2010(12)
[9]贝叶斯网络在军事作战中的应用现状及展望[J]. 佟守愚,庞世春,杨吉,华宏图.  指挥控制与仿真. 2010(05)
[10]ARIMA模型在农产品价格预测中的应用[J]. 刘峰,王儒敬,李传席.  计算机工程与应用. 2009(25)

博士论文
[1]我国猪肉价格波动研究[D]. 董玲.内蒙古农业大学 2010

硕士论文
[1]动态贝叶斯网络在战场目标态势威胁评估中的应用[D]. 梁洪泉.北京邮电大学 2007



本文编号：3715615