基于BP神经网络的生猪价格分析预测

发布时间：2020-09-29 07:55

　　近年来,我国生猪市场价格波动频繁,不仅给生产经营者造成巨大的经济损失,而且也给广大消费者造成了巨大困扰,不利于生猪市场的健康持续发展,进而给农产品市场带来不利的影响。如何准确掌握生猪价格的波动规律和周期以及对生猪价格进行精准预测就显得尤为重要。本文首先利用我国生猪价格的周度数据对生猪价格进行研究分析,得出我国生猪价格基本的年内、年间波动规律及周期,并在此基础上对影响我国生猪价格波动的因素进行分析,主要从供给、需求以及市场外因素三个方面进行了综合分析。然后,利用灰色关联度分析法、相关系数分析法、定性分析法和Stepwise回归分析法对生猪价格的影响因素进行关联分析,研究分析影响生猪价格波动的显著影响因子。最后,利用BP神经网络预测法和多元回归预测法,建立一种基于BP神经网络和多元回归分析交叉应用的生猪价格预测模型,即BP-多元回归预测模型。该预测模型综合考虑了历史生猪价格及其影响因子对于生猪价格预测的影响。经实证分析得知,年内生猪价格呈现出“两头高、中间低”的波动特征,年间生猪价格有一个3年左右的波动周期,猪肉价格、仔猪价格、玉米价格及豆粕价格对生猪价格的波动影响显著,且BP-多元回归预测模型的预测精准度高达96.15%,比单一的BP神经网络预测模型和多元回归预测模型的预测精准度高出11%以上,因而BP-多元回归预测模型在生猪价格预测具有较好的预测效果。
【学位单位】：湖南农业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F323.7
【文章目录】：
摘要
abstract
第1章绪论
    1.1 选题背景及意义
        1.1.1 选题背景
        1.1.2 选题意义
    1.2 国内外研究进展
        1.2.1 国外研究进展
        1.2.2 国内研究进展
    1.3 研究内容与目的
        1.3.1 研究目的
        1.3.2 研究内容
        1.3.3 研究方法
    1.4 技术路线
第2章 BP神经网络
    2.1 人工神经网络
        2.1.1 人工神经网络概述
        2.1.2 神经元模型
        2.1.3 神经网络学习
    2.2 BP神经网络
        2.2.1 BP神经网络概述
        2.2.2 BP神经网络算法原理
        2.2.3 BP神经网络算法优缺点
第3章生猪价格分析研究
    3.1 数据来源
    3.2 生猪价格规律
    3.3 生猪价格波动因素分析
        3.3.1 影响生猪价格波动的供给因素
        3.3.2 影响生猪价格波动的需求因素
        3.3.3 影响生猪价格波动的市场外因素
第4章关联度分析
    4.1 灰色关联度分析
        4.1.1 灰色关联度概述
        4.1.2 灰色关联度分析
    4.2 相关系数分析
    4.3 定性分析
    4.4 逐步回归分析
第5章生猪价格预测模型
    5.1 预测模型评价指标
    5.2 BP神经网络预测模型
        5.2.1 实验数据参数的确定
        5.2.2 BP神经网络预测的构建
    5.3 多元回归预测模型
        5.3.1 多元回归分析概述
        5.3.2 多元回归分析的优缺点
        5.3.3 多元回归预测模型的构建
    5.4 BP-多元回归预测模型
第6章结论与展望
    6.1 结论
    6.2 展望
参考文献
致谢
作者简介

【参考文献】