当前位置:主页 > 科技论文 > 软件论文 >

基于数据挖掘的农产品价格预测研究

发布时间:2021-06-25 10:48
  农产品的市场价格与民生和社会稳定相关。农产品价格大起大落会影响消费者的消费需求,以农产品为原料的加工业在频繁的价格起伏中容易使民众产生恐慌心理,从而加速价格波动的恶性循环。近些年,由于缺乏权威信息的引导,市场出现了许多日常消费农产品暴涨暴跌的现象。农产品价格受多种自然社会因素影响,自然灾害、供应量、农产品的替代品需求量都会引起农产品价格的剧烈波动,增大了政府部门对于农产品市场监管预警的难度。为保障农业市场发展稳定、增加农民收入,政府部门多次强调农产品市场监测的重要性,发布重要报告文件。所以发展对于农产品价格的短期预测研究,对于监测农产品市场价格、稳定农业生产需求、保障人民生活水平具有重要的理论和现实意义。本文选择猪肉和大蒜这两种农产品作为研究对象,剖析其十余年价格指数及影响因素。以经济学、市场金融论、统计学等等相关思想为指导,结合我国的农产品价格政策,采用了BP神经网络、RBF神经网络、NARX神经网络等多种研究方法,探究我国的农产品价格在多种影响因素的交织下的波动规律,打破传统农产品价格的人工统计预测手段,以创新型技术建立农产品市场价格短期预测模型。农产品价格指数分析研究步骤如下:首... 

【文章来源】:浙江海洋大学浙江省

【文章页数】:67 页

【学位级别】:硕士

【部分图文】:

基于数据挖掘的农产品价格预测研究


近几年全国玉米现货价格走势图

现货价格,大豆,棉籽


图 2-2 近几年全国大豆现货价格走势Fig 2.2 National soybean spot price trend chart in recent years图 2-3 近几年全国棉籽现货价格走势Fig 2.3 National cottonseed spot price trend chart in recent years

现货价格,棉籽,价格上涨,农产品


图 2-3 近几年全国棉籽现货价格走势Fig 2.3 National cottonseed spot price trend chart in recent years图 2-4 近几年全国肉鸡价格走势Fig 2.4 National broiler price trend chart in recent years农产品价格的大幅度上涨,尤其是基础农产品的价格上涨,会直接影响我国居民的生活水平。例如肉禽,猪肉,葱姜蒜等生活必需品。我国农产品消费的比例中,占据份额最大的就是粮食等农产品,一旦粮食的价格上涨,整个社会的基层都会受到很大的震动,广大居民对这种价格的变动会感到不安,容易发生 2011 年哄抢食盐等类

【参考文献】:
期刊论文
[1]基于改进RBF网络的加工中心主轴热误差建模研究[J]. 张海妮.  自动化技术与应用. 2019(01)
[2]大数据时代人工智能在计算机网络技术中的应用分析[J]. 闵昌兆.  计算机产品与流通. 2019(01)
[3]基于BP神经网络人参价格预测方法的研究[J]. 张喜红,王玉香.  萍乡学院学报. 2018(06)
[4]大数据背景下物资价格预测方法[J]. 靳占新,徐中一.  中国电力企业管理. 2018(36)
[5]生猪价格预警模型研究现状及展望[J]. 张利,王众,梁桂超,郑业鲁.  农业展望. 2018(01)
[6]基于RBF网络和MRAS的鱼雷永磁同步电机无速度传感器控制方法[J]. 郭志荣,高峰,王其林.  水下无人系统学报. 2017(06)
[7]基于混合智能算法的多目标优化在厌氧氨氧化与反硝化协同脱氮除碳中的应用[J]. 谢彬,马邕文,万金泉,王艳,渠艳飞.  环境科学学报. 2018(04)
[8]基于PCA-RBF神经网络模型的城市用水量预测[J]. 高学平,陈玲玲,刘殷竹,孙博闻.  水利水电技术. 2017(07)
[9]基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型[J]. 牛志娟,胡红萍.  高师理科学刊. 2015(11)
[10]基于AHP和BP神经网络的高校毕业生就业质量评价研究[J]. 杨昱梅,李继娜.  中国教育学刊. 2015(S1)

博士论文
[1]基于复杂网络的农产品供应链建模与网络风险传播研究[D]. 王杏.吉林大学 2017
[2]电子商务协同过滤推荐质量影响因素及其改进机制研究[D]. 薛福亮.天津大学 2012
[3]煤矿液压支架缸体环焊缝缺陷超声检测与评价研究[D]. 陈渊.西安科技大学 2010

硕士论文
[1]基于RBF神经网络的声速剖面反演及软件实现[D]. 胡军.湘潭大学 2018
[2]硬质合金锯片缺欠的音频检测方法研究[D]. 陈杨.哈尔滨理工大学 2018
[3]基于BP神经网络的赣南脐橙价格预测研究[D]. 解建强.华中农业大学 2017
[4]柴油机Urea-SCR系统建模与多目标优化研究[D]. 刘博.武汉理工大学 2017
[5]基于相似日选取的小波极限学习机短期负荷预测模型研究[D]. 谈力.南京理工大学 2015
[6]基于人工神经网络的HPC强度预测[D]. 胡鑫.湖南大学 2014
[7]汽车产品回收再制造企业特征属性与生产性服务需求匹配预测研究[D]. 庞金茹.上海交通大学 2014
[8]基于径向基函数神经网络的车牌识别研究[D]. 张雷雷.西安科技大学 2013
[9]基于新型神经网络的高光谱遥感图像分类方法研究[D]. 隋书豪.电子科技大学 2013
[10]基于神经网络的预测分析及其应用研究[D]. 陈金赛.浙江工商大学 2012



本文编号:3249073

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3249073.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9bbb2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com