生姜价格组合模型预测及移动终端研发
发布时间：2022-02-16 16:47
近年来,我国以生姜为首的小宗农产品价格波动频繁,极大地提高了农业从业者的生产经营风险,也损害了消费者的利益,不利于生姜产业的健康可持续发展。因受供给、需求、种植规模、游资炒作、气象、病虫害及舆情等多重因素影响,生姜价格变化规律难以把握,生姜从业者很难把握其发展趋势,这给从业者决策带来了很大的困难。因此,分析生姜价格波动特征及开展价格趋势预测研究对于产业平稳发展具有十分重要的意义。分析生姜价格影响因素,研究生姜价格的波动规律,并预测生姜价格的变化趋势,有助于政府宏观规划和调整生姜产业结构,有利于生姜从业者科学决策,以促进生姜产业健康可持续发展。主要工作包括:（1）生姜价格波动规律及影响因素研究价格波动规律和价格影响因素分析是研究价格预测模型的基础。通过CensusX-12季节分解法和HP滤波法对生姜价格波动进行季节性和周期性的分析,生姜价格的周期性和季节性波动显著,每年生姜价格的波峰出现在9-10月份,波谷出现在次年1-2月份。在分析产品供需、政府政策、病虫害、物价水平等因素对生姜价格波动影响的基础上,选取种植面积、生姜产量、进出口贸易等重点因素建立向量自回归模型（VAR）,从定量角度分...
【文章来源】：山东农业大学山东省
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究目的及意义
1.3 国内外研究现状
1.3.1 农产品价格波动规律
1.3.2 农产品价格影响因素
1.3.3 农产品价格预测
1.3.4 农业大数据
1.3.5 移动终端
1.4 课题来源、研究内容、技术路线及创新点
1.4.1 课题来源
1.4.2 研究内容
1.4.3 技术路线
1.4.4 创新点
2 相关理论与技术
2.1 农业大数据理论
2.2 农产品价格波动规律理论
2.3 农产品价格影响因素理论
2.4 农产品价格预测理论
2.5 微信小程序理论
2.6 本章小结
3 生姜价格波动规律及影响因素研究
3.1 生姜价格波动概况
3.2 生姜价格波动规律分析
3.2.1 基于Census X-12 生姜价格季节性分析
3.2.2 基于HP生姜价格周期性分析
3.3 生姜价格影响因素分析
3.3.1 产业分析
3.3.2 基于VAR的计算与分析
3.4 本章小结
4 生姜价格预测研究
4.1 价格预测理论与模型
4.1.1 Prophet算法
4.1.2 支持向量机(SVM)算法
4.1.3 Prophet-SVM组合模型
4.1.4 模型评估
4.2 生姜价格预测模型实证分析
4.3 本章小结
5 基于微信小程序的生姜价格可视化服务系统研发
5.1 需求分析
5.1.1 系统用户需求分析
5.1.2 功能需求分析
5.1.3 系统性能性需求分析
5.2 系统总体框架设计
5.3 系统功能设计
5.4 数据库表设计
5.5 系统实现
5.6 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
硕士期间获得的研究成果
【参考文献】：
期刊论文
[1]基于微信小程序的校园服务平台设计与研究[J]. 徐伟,李刚,王星,吴晨静,钦璐帆. 信息与电脑(理论版). 2020(10)
[2]基于LSTM-DA神经网络的农产品价格指数短期预测模型[J]. 贾宁,郑纯军. 计算机科学. 2019(S2)
[3]Prophet-LSTM组合模型的销售量预测研究[J]. 葛娜,孙连英,石晓达,赵平. 计算机科学. 2019(S1)
[4]小宗农产品价格泡沫风险研究——以生姜为例[J]. 刘国栋. 价格理论与实践. 2018(02)
[5]爬虫技术在农产品价格信息获取中的应用[J]. 耿倩. 农业工程. 2018(05)
[6]基于众包的农业大数据采集平台构建[J]. 顾戈琦,李瑾. 江苏农业科学. 2018(05)
[7]北京市小宗蔬菜价格走势及波动周期分析[J]. 宋洋,郑姗,吴嘉锡,宗义湘,赵邦宏. 北方园艺. 2018(01)
[8]马克思供需理论对供给侧结构性改革的启示[J]. 李常,李变花. 闽南师范大学学报(哲学社会科学版). 2017(04)
[9]产业链整合视角下大蒜产业信息生态链的演进机理研究[J]. 邹嘉琦,董雪艳. 中国农业科技导报. 2017(11)
[10]基于Resin系统的温室植物生长环境数据采集分析平台建设[J]. 刘长悦,张远芳,王海亮,郝志愚,吴贶,王坤,刘伟,王建春,郭锐. 天津农业科学. 2017(08)
博士论文
[1]大蒜价格与产业链利益主体行为影响关系研究[D]. 邹嘉琦.山东农业大学 2019
[2]中国农产品价格波动的影响因素及政府调控研究[D]. 庄岩.哈尔滨商业大学 2013
硕士论文
[1]生姜价格预测与大数据平台研发[D]. 刘学飞.山东农业大学 2019
[2]基于大数据的大蒜价格预测及可视化研究[D]. 郭锋.山东农业大学 2019
[3]基于Spark的农业大数据挖掘系统的设计与实现[D]. 郭二秀.浙江大学 2018
[4]基于机器学习的我国玉米期货价格预测方法的研究[D]. 张守平.东北农业大学 2018
[5]大蒜价格预测及大数据服务系统研发[D]. 陈维洁.山东农业大学 2018
[6]基于深度学习的农产品价格预测模型研究[D]. 钱彬彬.安徽农业大学 2017
[7]农产品价格的小波-SVM-ARMA组合预测[D]. 马晓梅.重庆大学 2016
[8]农产品价格预测研究[D]. 李诚.湖南农业大学 2014
[9]我国大豆价格波动影响因素分析[D]. 奚晓菁.云南财经大学 2013
[10]遗传算法的研究与应用[D]. 王银年.江南大学 2009
本文编号：3628309
【文章来源】：山东农业大学山东省
【文章页数】：63 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
1 绪论
1.1 研究背景
1.2 研究目的及意义
1.3 国内外研究现状
1.3.1 农产品价格波动规律
1.3.2 农产品价格影响因素
1.3.3 农产品价格预测
1.3.4 农业大数据
1.3.5 移动终端
1.4 课题来源、研究内容、技术路线及创新点
1.4.1 课题来源
1.4.2 研究内容
1.4.3 技术路线
1.4.4 创新点
2 相关理论与技术
2.1 农业大数据理论
2.2 农产品价格波动规律理论
2.3 农产品价格影响因素理论
2.4 农产品价格预测理论
2.5 微信小程序理论
2.6 本章小结
3 生姜价格波动规律及影响因素研究
3.1 生姜价格波动概况
3.2 生姜价格波动规律分析
3.2.1 基于Census X-12 生姜价格季节性分析
3.2.2 基于HP生姜价格周期性分析
3.3 生姜价格影响因素分析
3.3.1 产业分析
3.3.2 基于VAR的计算与分析
3.4 本章小结
4 生姜价格预测研究
4.1 价格预测理论与模型
4.1.1 Prophet算法
4.1.2 支持向量机(SVM)算法
4.1.3 Prophet-SVM组合模型
4.1.4 模型评估
4.2 生姜价格预测模型实证分析
4.3 本章小结
5 基于微信小程序的生姜价格可视化服务系统研发
5.1 需求分析
5.1.1 系统用户需求分析
5.1.2 功能需求分析
5.1.3 系统性能性需求分析
5.2 系统总体框架设计
5.3 系统功能设计
5.4 数据库表设计
5.5 系统实现
5.6 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
硕士期间获得的研究成果
【参考文献】：
期刊论文
[1]基于微信小程序的校园服务平台设计与研究[J]. 徐伟,李刚,王星,吴晨静,钦璐帆. 信息与电脑(理论版). 2020(10)
[2]基于LSTM-DA神经网络的农产品价格指数短期预测模型[J]. 贾宁,郑纯军. 计算机科学. 2019(S2)
[3]Prophet-LSTM组合模型的销售量预测研究[J]. 葛娜,孙连英,石晓达,赵平. 计算机科学. 2019(S1)
[4]小宗农产品价格泡沫风险研究——以生姜为例[J]. 刘国栋. 价格理论与实践. 2018(02)
[5]爬虫技术在农产品价格信息获取中的应用[J]. 耿倩. 农业工程. 2018(05)
[6]基于众包的农业大数据采集平台构建[J]. 顾戈琦,李瑾. 江苏农业科学. 2018(05)
[7]北京市小宗蔬菜价格走势及波动周期分析[J]. 宋洋,郑姗,吴嘉锡,宗义湘,赵邦宏. 北方园艺. 2018(01)
[8]马克思供需理论对供给侧结构性改革的启示[J]. 李常,李变花. 闽南师范大学学报(哲学社会科学版). 2017(04)
[9]产业链整合视角下大蒜产业信息生态链的演进机理研究[J]. 邹嘉琦,董雪艳. 中国农业科技导报. 2017(11)
[10]基于Resin系统的温室植物生长环境数据采集分析平台建设[J]. 刘长悦,张远芳,王海亮,郝志愚,吴贶,王坤,刘伟,王建春,郭锐. 天津农业科学. 2017(08)
博士论文
[1]大蒜价格与产业链利益主体行为影响关系研究[D]. 邹嘉琦.山东农业大学 2019
[2]中国农产品价格波动的影响因素及政府调控研究[D]. 庄岩.哈尔滨商业大学 2013
硕士论文
[1]生姜价格预测与大数据平台研发[D]. 刘学飞.山东农业大学 2019
[2]基于大数据的大蒜价格预测及可视化研究[D]. 郭锋.山东农业大学 2019
[3]基于Spark的农业大数据挖掘系统的设计与实现[D]. 郭二秀.浙江大学 2018
[4]基于机器学习的我国玉米期货价格预测方法的研究[D]. 张守平.东北农业大学 2018
[5]大蒜价格预测及大数据服务系统研发[D]. 陈维洁.山东农业大学 2018
[6]基于深度学习的农产品价格预测模型研究[D]. 钱彬彬.安徽农业大学 2017
[7]农产品价格的小波-SVM-ARMA组合预测[D]. 马晓梅.重庆大学 2016
[8]农产品价格预测研究[D]. 李诚.湖南农业大学 2014
[9]我国大豆价格波动影响因素分析[D]. 奚晓菁.云南财经大学 2013
[10]遗传算法的研究与应用[D]. 王银年.江南大学 2009
本文编号：3628309
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3628309.html
